R语言 Lasso回归

求助，采用R语言做Lasso回归，如何输出系数的显著性水平，代码如下：

> library(ISLR)

> library(glmnet)

> lasso.mod = glmnet(x[train,],y[train],alpha =1,lambda = grid)

> set.seed(100)

> cv.out2 = cv.glmnet(x[train,],y[train],alpha=1)

> plot(cv.out2)

> bestlam2 = cv.out2$lambda.min

> bestlam2

> lasso.pred = predict(lasso.mod,s=bestlam2,newx= x[test,])

> mean((lasso.pred-y.test)^2)

> out = glmnet(x,y,alpha = 1,lambda = grid)

> lasso.coef =predict(out,type="coefficients",s=bestlam2)[1:11,]

> lasso.coef

哥们， lasso回归本来就不显示参数的显著性系数P值，就没有这一说，lasso回归的意义是在很多自变量的情况下找到一部分合适的变量，lasso做完回归后， 将选中的自变量重新线性回归一次，再看结果！