机器学习专题:特征选择(R)

载入数据

library(readr)

# 载入数据
sampleTraits<-read_csv("2-datTraits_95.csv", col_names = T) 
#datExpr1<-read_csv("6-DEGset-95_DEseq_miRBAse_batch_scale.csv", col_names = T) #用于box
#datExpr2<-read_csv("5-DEGset_95_DEseq_miRBAse_batch.csv", col_names = T)      #用于lasso
#datExpr3<-read_csv("6-DEGset-95_DEseq_miRBAse_batch_scale_final.csv", col_names = T) #用于box
#datExpr4<-read_csv("6-DEGset_95_DEseq_miRBAse_batch_final.csv", col_names = T)      #用于lasso
datExpr5<-read_csv("6-DEGset_95_DEseq_miRBAse_batch_final_log2fc.csv", col_names = T)      #用于lasso

datExpr<-datExpr5 #**************************
dim(datExpr)

# 矩阵转置
miR<-as.vector(unlist(datExpr[,1]))
datExpr_t<-t(datExpr[,-1])
#datExpr_t[c(1:3),c(1:3)] 
colnames(datExpr_t)<-miR 
datExpr_t[c(1:3),c(1:3)]  # 列为样本,行为变量

1.封装法

#递归特征消除(Recursive Feature Elimination)
library(caret)
#library(gam)
data.x<-datExpr_t[,c(1:dim(datExpr_t)[2])] #矩阵格式
data.outcome<-factor(sampleTraits$Diagnosis, level = c('ASD', 'CTL')) # $用于列表

set.seed(123)
filter1<-rfe(x = data.x,
             y = data.outcome,
             sizes = seq(5,16,1), #sizes:通过一个整数向量,指定需要保留的特征数量
             #rfFuncs(随机森林),lmFuncs(线性回归),nbFuncs(朴素贝叶斯),treebagFuncs(装袋决策树),caretFuncs(自定义的训练模型)             
             rfeControl = rfeControl(functions = rfFuncs, 
                                     method = 'cv', #Cross-Validated (10 fold)
                                     repeats = 5)) #抽取?组样本
plot(filter1, type=c("g", "o"))
print(filter1)
predictors(filter1)

2.LASSO回归

# Lasso全名The leastAbsolute shrinkage and Selectionator operator(最小绝对(值)收缩和变量选择)
library(glmnet)
set.seed(123)
filter2<-cv.glmnet(x = data.x,
                   y = data.outcome,
                   family='binomial', #可选gaussian一维连续因变量,binomial二元离散因变量
                   nfolds=5, #默认为10
                   type.measure = "auc") #可选deviance,mse,mae,class
filter3<-glmnet(x = data.x,
                y = data.outcome,
                family='binomial')
plot(filter2);plot(filter3, xvar = 'lambda', label=TRUE)

filter2$lambda.min #最佳lambda值
filter2$lambda.1se #$lambda.1se#指在lambda.min一个标准差范围内最简模型的lambda值。

filter2.coef.lambda.1se<-coef(filter2, s=filter2$lambda.1se)
filter2.coef.lambda.1se #筛后指标
filter2.1se.out<-filter2.coef.lambda.1se[which(filter2.coef.lambda.1se != 0),]
filter2.1se.out<-round(filter2.1se.out, 4) #保留小数位数
filter2.1se.out;length(filter2.1se.out)

3.随机森林法(袋外误差(OOB))

## https://blog.csdn.net/wishchin/article/details/52515516
if(!suppressWarnings(require(varSelRF)))
{
  install.packages('varSelRF')
  require(varSelRF)
}

setwd('C:/Users/xllix/Documents/WORK/2019论文准备/1-论文初稿/2-results')
library(varSelRF)
library(readr)
set.seed(123)
rf.vs1<-varSelRF(data.x, 
                 data.outcome, 
                 c.sd = 1, mtryFactor = 1, 
                 ntree = 5000,ntreeIterat = 2000, #默认值500
                 vars.drop.num = NULL, vars.drop.frac = 0.1,
                 whole.range = TRUE, recompute.var.imp = FALSE, verbose = FALSE,
                 returnFirstForest = TRUE, fitted.rf = NULL, keep.forest = FALSE)
rf.vs1
select.history<-rf.vs1$selec.history;names(select.history)
select.history[select.history$Number.Variables == rf.vs1$best.model.nvars,]

selected.vars<-rf.vs1$selected.vars

plot(rf.vs1)
dev.off()
write.table(select.history,"7.4-for_svm_oob_log2fc2.txt", row.names = F, quote = F)

4.特征汇总

box<-predictors(filter1)
lasso<-row.names(as.data.frame(filter2.1se.out))[-1]
oob<-selected.vars

sect<-Reduce(intersect, list(box, oob, lasso));length(sect) #7

print('封装法/递归特征消除');box
print('LASSO回归');lasso
print('随机森林oob');oob
print('取交集');sect
write.table(box, "7.4-for_svm_box_log2fc.csv",row.names = F) #都不用scale
write.table(lasso, "7.4-for_svm_lasso_log2fc_5fc.csv",row.names = F)
write.table(oob, "7.4-for_svm_oob_log2fc.csv",row.names = F)

write.csv(sect, "7.5-for_svm_sec_log2fc.csv",row.names = F)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 162,710评论 4 376
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 68,839评论 2 308
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 112,295评论 0 255
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,776评论 0 223
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 53,198评论 3 297
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 41,074评论 1 226
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 32,200评论 2 322
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,986评论 0 214
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,733评论 1 250
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,877评论 2 254
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,348评论 1 265
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,675评论 3 265
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,393评论 3 246
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,209评论 0 9
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,996评论 0 201
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 36,212评论 2 287
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 36,003评论 2 280