Zaczynam bawić sięglmnet
za pomocą regresji LASSO, gdzie moje wyniki zainteresowania są dychotomiczne. Poniżej utworzyłem małą próbną ramkę danych:
age <- c(4, 8, 7, 12, 6, 9, 10, 14, 7)
gender <- c(1, 0, 1, 1, 1, 0, 1, 0, 0)
bmi_p <- c(0.86, 0.45, 0.99, 0.84, 0.85, 0.67, 0.91, 0.29, 0.88)
m_edu <- c(0, 1, 1, 2, 2, 3, 2, 0, 1)
p_edu <- c(0, 2, 2, 2, 2, 3, 2, 0, 0)
f_color <- c("blue", "blue", "yellow", "red", "red", "yellow", "yellow",
"red", "yellow")
asthma <- c(1, 1, 0, 1, 0, 0, 0, 1, 1)
# df is a data frame for further use!
df <- data.frame(age, gender, bmi_p, m_edu, p_edu, f_color, asthma)
Kolumny (zmienne) w powyższym zestawie danych są następujące:
age
(wiek dziecka w latach) - ciągłygender
- binarny (1 = męski; 0 = żeński)bmi_p
(Percentyl BMI) - ciągłym_edu
(najwyższy poziom wykształcenia matki) - zwykły (0 = niższy niż liceum; 1 = dyplom ukończenia szkoły średniej; 2 = licencjat; 3 = licencjat)p_edu
(najwyższy poziom wykształcenia ojca) - porządkowy (taki sam jak m_edu)f_color
(ulubiony kolor podstawowy) - nominalny („niebieski”, „czerwony” lub „żółty”)asthma
(stan astmy dziecięcej) - dwójkowy (1 = astma; 0 = brak astmy)
Celem tego przykładu jest wykorzystanie Lasso do stworzenia modelu prognozowania stanu astmy dziecko z listy 6 potencjalnych zmiennych objaśniających ( age
, gender
, bmi_p
, m_edu
, p_edu
, i f_color
). Oczywiście wielkość próby jest tutaj problemem, ale mam nadzieję uzyskać lepszy wgląd w sposób obsługi różnych typów zmiennych (tj. Ciągły, porządkowy, nominalny i binarny) w glmnet
ramach, gdy wynik jest binarny (1 = astma ; 0 = bez astmy).
W związku z tym, czy ktoś byłby skłonny dostarczyć przykładowy R
skrypt wraz z objaśnieniami dla tego fałszywego przykładu, używając LASSO z powyższymi danymi do przewidzenia stanu astmy? Chociaż bardzo prosty, wiem, że i prawdopodobnie wielu innych na CV, bardzo by to docenił!
glmnet
działania z podwójnym wynikiem.
dput
o rzeczywistej obiektu R; nie każ czytelnikom nakładać szronu na wierzch, a także upiec ci ciasto! Jeśli wygenerujesz odpowiednią ramkę danych w R, powiedzmyfoo
, następnie edytuj w pytaniu wynikdput(foo)
.