群组变量选择、组惩罚group lasso套索模型预测新生儿出生体重风险因素数据和交叉验证、可视化

还提供了进行交叉验证以及拟合后可视化、总结和预测的实用程序。

本文提供了一些数据集的例子；涉及识别与低出生体重有关的风险因素（查看文末了解数据获取方式）。结果是连续测量（bwt，以公斤为单位的出生体重），也可以是二分法（低），即新生儿出生体重低（低于2.5公斤）。

head(X)

相关视频

原始设计矩阵由 8 个变量组成，此处已将其扩展为 16 个特征。例如，有多个种族指标函数（“其他”是参考组），并且已经使用多项式对比扩展了几个连续因素（例如年龄）（样条曲线会给出类似的结构）。因此，设计矩阵的列被 _分组_；这就是_组_的设计目的。分组信息编码如下：

group

在这里，组是作为一个因子给出的；唯一的整数代码（本质上是无标签的因子）和字符向量也是允许的（然而，字符向量确实有一些限制，因为组的顺序没有被指定）。要对这个数据拟合一个组套索lasso模型。

gLas(X, y，grup）

然后我们可以用以下方法绘制系数路径

plot