Lasso回归——基于R语言实现

今天给大家分享的主题依旧是Lasso回归，昨天的实战是基于python编程语言，今天的回归实战基于R语言进行，数据集依旧是采用Kaggle的数据集，如果说大家对Lasso回归相关的理论知识比较感兴趣的话，可以阅读Lasso回归——基于Kaggle数据集实战操作这篇文章，实战使用到的数据集，大家可以关注公众号“明天科技屋”回复关键词获得。

R语言在数据分析和机器学习方面目前也使用得比较多，很多前沿论文以及实战也是采用R语言进行，因此，对于R语言的学习也有一定的必要，今天给大家展示R语言是如何实现Lasso回归以及分析一下python和R语言在回归时的差别和注意点，并且相关代码也会同步上传到公众号，大家前往公众号获得。

首先，我们先导入R语言所需要的包文件，使用到的核心包为"glmnet"包，如果大家没有安装，可以先安装该包文件，安装命令也会在代码中附上，安装完之后添加包依赖，如果已经安装，直接添加包依赖即可。

# 安装包文件
install.packages('glmnet')
# 加载包依赖
library(glmnet)

接下来，我们将会进行数据导入和处理，该数据还是使用的上一篇Lasso回归的数据，数据读取的代码如下

setwd('C:\Rdata')
data