“LARS”解决lasso问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

利用R中的package： lars  解决lasso算法中选择变量的问题。
X <- matrix(rnorm(100*8),100,8)
beta0 <- c(3,1.5,0,0,2,0,0,0)
epsilon <- rnorm(100,sd=3)
y <- X %*% beta0 + epsilon
y <- c(y)
f1<-lars(X,y,type="lasso")

最后结果没看懂，想求系数。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：LASSO Lars ARS LAR package package

》。。。。。。。看PDF就知道了

mu <- rep(0, 3)
Sigma <- matrix(c(3, 1, 2,
1, 4, 0,
2, 0, 5), nrow=3)
xvals <- mvrnorm(20, mu, Sigma)
apply(xvals, 2, mean)


X <- matrix(rnorm(100*8),100,8)
beta0 <- c(3,1.5,0,0,2,0,0,0)
epsilon <- rnorm(100,sd=3)
y <- X %*% beta0 + epsilon
f1<-lars(X,y,type="lasso")


  
coef(f1,s=4.1,mode="norm")

f3<-predict.lars(f1,X,type="coefficients")
f3就有你要的效果