LASSO回归没有筛出变量咋办

原创

生信小博士

修改于 2025-10-17 18:32:55

200

代码可运行

运行总次数：0

代码可运行

转录组二分类结局——lasso回归实战

📌 1. LASSO 回归筛不出非零系数

getwd()mypath="~/MAFLD-AD/MAFLD/GSE183229/lasso"dir.create(mypath)setwd(mypath)
#1假设你的RNA-seq数据存储在矩阵dat中，使得行为样本，列为基因------#同时你有一个向量outcome包含每个样本的二分类结局变量（通常是0和1）。
load("~/MAFLD-AD/MAFLD/GSE183229/gse183229.rdata")
dat=    log1p(raw_data)group_list=sample_infogroup_list$mygroup= ifelse(grepl(pattern = "FLD",x = group_list$Group),yes = 1,no = 0)
dat[1:9,1:9]group_list
outcome=group_list$mygroup

#2使用glmnet函数拟合Lasso模型，并通过交叉验证找到最优的lambda值。对于二分类结局变量，需要指定family="binomial"------
# 将数据转换为矩阵格式x <- as.matrix(t(dat)) ;dim(x)y <- outcome ;length(y)


# 3使用交叉验证拟合Lasso模型----library(glmnet)
alpha1_fit <- glmnet(x,y,alpha=1,family="binomial")plot(alpha1_fit,xvar="lambda",label=F)

> alpha1_fit <- glmnet(x,y,alpha=1,family="binomial")
Warning message:
In lognet(xd, is.sparse, ix, jx, y, weights, offset, alpha, nobs,  :
  one multinomial or binomial class has fewer than 8  observations; dangerous ground

这样最后往往都筛选不到变量，这个时候怎么办呢？

这样的图就很诡异！

📌 2. LASSO 回归筛不出非 0 系数怎么办？

你的 LASSO 没有选出变量，主要有几个可能原因：

样本量太小，相比变量数（基因数）严重不足
- 减少基因数量（如先进行方差过滤或基因选择）
- 增加样本量
- 你的数据 dim(x) = 16 × 16293，也就是说 样本只有 16，变量却有 16,293，维度严重失衡。
- LASSO 适用于高维数据，但仍然需要一定的样本量来训练稳定的模型。

解决方案：

LASSO 的正则化强度 λ 过大
- 你使用的是 lambda.min，可能会导致所有系数趋近于 0。可以尝试 lambda.1se，或者人为选择较小的 λ。
- 解决方案：

best_lambda <- cvfit$lambda.1se  # 试试这个

类别不均衡（不平衡数据集）

你的 y 值是 [1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0]，两个类别的样本数接近但仍然偏少。
LASSO 可能无法有效捕捉区分两类的变量。

RNA-seq 数据未进行标准化或 log 转换
- 未 log 转换的原始 RNA-seq 计数数据可能影响模型选择变量！
- 解决方案：

log_dat <- log2(dat + 1)  # 进行 log2 变换x <- as.matrix(t(log_dat))  # 重新转换成样本 x 基因

📌 3. LASSO 没筛出变量，改用其他等效方法

如果 LASSO 无法选出变量，可以尝试其他特征选择方法。

✅ 方法 1：先用方差过滤，减少变量数

LASSO 可能无法有效处理 16,293 个变量，因此先过滤掉低变异的基因

# 计算每个基因的标准差gene_variance <- apply(x, 2, sd)filtered_genes <- names(gene_variance[gene_variance > quantile(gene_variance, 0.75)])  # 选取变异度最高的 25%x_filtered <- x[, filtered_genes]  # 只保留变异大的基因然后再进行 LASSO 选择。

✅ 方法 2：使用 `randomForest` 进行特征选择

随机森林可以帮助识别重要变量：

library(randomForest)rf_model <- randomForest(x, as.factor(y), importance = TRUE)importance_scores <- importance(rf_model)selected_genes_rf <- rownames(importance_scores)[order(importance_scores[, 1], decreasing = TRUE)][1:30]  # 选取前 30 个重要基因然后可以用这些基因重新进行 LASSO。

✅ 方法 3：使用 `boruta` 进行特征选择

Boruta 是基于随机森林的特征选择方法

library(Boruta)boruta_result <- Boruta(x, as.factor(y), doTrace = 2)final_features <- getSelectedAttributes(boruta_result, withTentative = TRUE)  # 选取稳定的重要变量然后再用这些基因进行 LASSO。

📌 4. 代码优化版（完整流程）

1️⃣ 预处理数据

# 进行 log2 变换log_dat <- log2(dat + 1)x <- as.matrix(t(log_dat))
# 计算基因方差，并过滤低变异基因gene_variance <- apply(x, 2, sd)filtered_genes <- names(gene_variance[gene_variance > quantile(gene_variance, 0.75)])x_filtered <- x[, filtered_genes]  # 仅保留变异高的基因
# 确保数据维度合理dim(x_filtered)

2️⃣ 进行 LASSO

library(glmnet)
# 进行 LASSO 交叉验证set.seed(123)cvfit <- cv.glmnet(x_filtered, y, alpha = 1, family = "binomial", nfolds = 5)best_lambda <- cvfit$lambda.1se  # 选择更稳健的 λ
# 重新拟合 LASSOlasso_model <- glmnet(x_filtered, y, alpha = 1, family = "binomial", lambda = best_lambda)
# 提取非零系数selected_genes <- rownames(coef(lasso_model))[-1][coef(lasso_model)[-1] != 0]coef_values <- coef(lasso_model)[-1][coef(lasso_model)[-1] != 0]
# 画图library(ggplot2)coef_df <- data.frame(Gene = selected_genes, Coefficient = coef_values, row.names = NULL)ggplot(coef_df, aes(x = reorder(Gene, Coefficient), y = Coefficient)) +  geom_bar(stat = "identity", fill = "blue") +  coord_flip() +  theme_minimal() +  labs(title = "LASSO Selected Features (Binary Outcome)", x = "Genes", y = "Coefficient")

📌 5. 总结

✅ RNA-seq 需要 log2 转换，否则 LASSO 会受到极端值影响。 ✅ 如果 LASSO 没选出变量，可以：

过滤低变异基因，减少维度
选择更合适的 λ（lambda.1se 而非 lambda.min）
使用 randomForest 或 Boruta 进行特征选择 ✅ 样本数太少时，LASSO 可能不稳定，建议：
增加样本
使用交叉验证调优参数
结合其他方法（如 randomForest）选出重要变量后再用 LASSO 进一步筛选

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

r 语言

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

r 语言

登录后参与评论

0 条评论

热度

LASSO回归没有筛出变量咋办

LASSO回归没有筛出变量咋办

📌 1. LASSO 回归筛不出非零系数

📌 2. LASSO 回归筛不出非 0 系数怎么办？

📌 3. LASSO 没筛出变量，改用其他等效方法

✅ 方法 1：先用方差过滤，减少变量数

✅ 方法 2：使用 `randomForest` 进行特征选择

✅ 方法 3：使用 `boruta` 进行特征选择

📌 4. 代码优化版（完整流程）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

LASSO回归 没有筛出变量咋办

LASSO回归 没有筛出变量咋办

📌 1. LASSO 回归筛不出 非零系数

📌 2. LASSO 回归筛不出非 0 系数怎么办？

📌 3. LASSO 没筛出变量，改用其他等效方法

✅ 方法 1：先用方差过滤，减少变量数

✅ 方法 2：使用 randomForest 进行特征选择

✅ 方法 3：使用 boruta 进行特征选择

📌 4. 代码优化版（完整流程）

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

LASSO回归没有筛出变量咋办

LASSO回归没有筛出变量咋办

📌 1. LASSO 回归筛不出非零系数

✅ 方法 2：使用 `randomForest` 进行特征选择

✅ 方法 3：使用 `boruta` 进行特征选择