1. 读取csv文件
data read.csv("D:\\路径")
2. 相关性分析 与 共线性判断
可以用R语言的cor函数来计算两个变量之间的相关性
值得注意的是用R中cor函数来计算相关性也是有局限的，即不能计算非线性模型
d_cor = cor(data)
kappa(d_cor)
kappa()为计算卡帕系数的函数：
- 当卡帕系数
此外，利用car包中的 vif() 函数可以查看各自变量间的共线情况
library(car)
lm.test = lm(y~.,data)
vif(lm.test)
可以可视化两个变量间的相关性
plot(x.tc ~ x.ldl, col = "red", data)
3. 常见回归模型
mod lm(y ~ ., data )
- R语言中可以利用MASS包中的函数lm.ridge()来实现岭回归，而其中的lambda值需要自行定义，可以通过计算得到使得广义交叉验证GCV最小的lambda值。
而为了简便起见，这里利用ridge包中的linearRidge()函数进行自动选择岭回归参数。
library(ridge)
mod linearRidge(y ~ ., data )
R语言中有多个包可以实现Lasso回归
可以使用lars包实现
library(lars)
mod lars(x,y,type = "lasso")
还可以使用glmnet包实现
library(glmnet)
fit glmnet(x, y, family="gaussian", nlambda=50, alpha=1)
在R语言中，randomForest包提供了随机森林的实现
library(randomForest)
fit randomForest(y~.,data = data,importance=TRUE, ntree=1000)
library(rpart)
fit=rpart(y~.,data[train,])
Original: https://blog.csdn.net/Christal_/article/details/115519903
Author: Christal_
Title: R语言 数据集处理与搭建回归模型
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/631227/
转载文章受原作者版权保护。转载请注明原作者出处！