左半结直肠癌术后吻合口瘘的LASSO回归分析

探讨基于最小绝对收缩和选择算子(LASSO)回归分析对左半结直肠癌术后吻合口瘘(AL)的预测价值。收集2018年1月—2021年1月收治的521例左半结直肠癌手术患者相关资料,随机抽样将其分为训练集(n=365)和验证集(n=156),观察AL发生情况。在训练集行LASSO-Logistic回归模型基于CLS评分筛选AL的危险因素,建立改良CLS评分模型,利用ROC曲线评估模型效能。521例患者中,46例(8.83%)发生AL,其中训练集365例中发生AL 32例(8.77%)归为AL组,未发生AL的333例归为非AL组;训练集中两组性别、年龄、BMI、不良嗜好、ASA分级、吻合口与肛缘距离、急诊状态、出血量、手术时间、附加手术、辅助治疗、艰难梭菌感染、预防性造瘘、吻合口血供、吻合口张力对比差异有统计学意义(P<0.05);LASSO回归算法从CLS评分系统中选择出吻合口血供、吻合口与肛缘距离、附加手术、艰难梭菌感染、预防性造瘘5个具有非零系数的显著相关指标。进一步Logistic回归分析:吻合口血运欠佳(OR=8.124,95%CI:2.363~27.935)、艰难梭菌感染(OR=3.375,95%CI:1.185~9.612)、附加手术(OR=5.662,95%CI:1.992~16.093)为左半结直肠癌术后AL的危险因素(均P<0.05);吻合口与肛缘距离(OR=0.760,95%CI:0.584~0.990)、预防性造瘘(OR=0.072,95%CI:0.015~0.355)为左半结直肠癌术后AL的保护因素(均P<0.05);验证集156例中发生AL 14例(8.97%),改良CLS评分预测训练集发生AL的AUC为0.819(95%CI:0.756~0.872),预测验证集发生AL的AUC为0.808(95%CI:0.703~0.889)。改良CLS评分可以更准确地预测左半结直肠癌术后AL的发生。

融合Lasso的近似马尔科夫毯特征选择方法

在特征选择问题中,近似马尔科夫毯常用于判断冗余特征,但所得到的冗余特征并不完全相同,因此,在直接使用近似马尔科夫毯删除冗余特征时,存在可能导致信息丢失的情况,影响模型精度。为此,提出一种用于中药代谢组学高维小样本数据的融合Lasso的近似马尔科夫毯特征选择方法。方法分为两个阶段,第一阶段,通过最大信息系数对特征的相关度分析过滤无关特征;第二阶段,采用近似马尔科夫毯构建相似特征组,使用Lasso评估相似特征组中特征影响力,迭代去除冗余特征。通过实验对比表明,该算法可以在一定程度上减少有用信息丢失,去除无关特征和冗余特征,提高模型精度和稳定性。

众数自适应Lasso回归的统计推断

本文给出了自适应Lasso的众数回归模型,用来对众数回归模型的变量进行选择.对比传统的均值回归模型和中位数回归模型,众数回归在解决重尾、多峰分布问题时更加稳健.众数回归模型的主要估计方法是核估计方法,当自变量的数目较大时,该方法会产生难以忽略的计算误差.本文在核估计方法的众数回归模型基础上添加惩罚项,并通过自适应Lasso方法进行参数估计,有效的剔除了贡献率低的自变量,同时提高了计算的准确性.本文详细阐述了该计算方法,并在一些正则条件下,给出了模型的参数的估计方法和估计值的渐近正态性.模拟实验和实证分析研究了所提方法在有限样本下的性质.对比均值回归模型和传统的众数回归模型,添加自适应Lasso惩罚项的众数回归模型极大地提高了参数估计的准确性.

决定系数与相关系数辅助的LASSO回归

现有LASSO回归方法尚未解决回归关系式中冗余特征和无关特征的去除问题,提出一个决定系数与相关系数辅助的LASSO回归方法。设给定响应变量Y和备选解释变量集X,首先设计结合决定系数的LASSO回归正则化路径求解方法,找出X中的主解释变量;然后,设计结合决定系数、相关系数和正则化路径的方法,在固定主解释变量条件下求解LASSO回归的正则化路径过程中,去除X中的无关变量和冗余变量。模拟数据集和真实数据集的实验结果表明,新方法解决了LASSO回归中冗余特征和无关特征的去除问题,在冗余变量和无关变量的去除效果上胜过对比方法。

LASSO-LSSVM与激光诱导击穿光谱技术结合提高铝合金中Mn成分检测精度研究

铝合金作为一种重要的航空航天装备材料,其元素含量是决定铝合金材料质量和性能的关键因素,其组成成分的多样性对铝合金的铸造、冶炼以及回收分类有较大的影响,其中Mn是铝合金中的重要元素,能够止铝合金的再结晶过程,提高再结晶温度。铝合金成分的定量测定是合金成分在线检测的重要组成部分。信号波动(激光能量波动、等离子体不稳定性、样品不均匀性等)和自吸收效应对激光诱导击穿光谱(LIBS)技术测定铝合金中微量元素有一定影响。为了消除自吸收效应和信号波动所引起的偏差,提出了一种利用LIBS技术结合LASSO-LSSVM机器学习法检测铝合金材料中微量元素含量的新方法。利用最小绝对收缩和选择算子(LASSO)模型对光谱特征向量进行选择,降低光谱数据的维度从而与训练样本相匹配,降低了过拟合风险,有效提取表征LIBS光谱最重要的特征。利用最小二乘支持向量机(LSSVM)模型对LASSO所选择的特征光谱进行训练,分析结果与内标法和偏最小二乘回归(PLSR)相比,LASSO-LSSVM回归模型的精度和准确性都有所提高,其中,Mn元素回归曲线的相关系数(R^(2))从74.62%提高到99.29%,平均相对误差(ARE)从22.38%降低到3.56%,训练集均方根误差(RMSEC)从0.66 wt%降低到0.040 wt%,测试集均方根误差(RMSEP)从0.58 wt%降低到0.042 wt%。LASSO-LSSVM回归模型适用于复杂、不确定性较高的高维光谱数据,能够大大降低输入光谱数据的维数和冗余信息,因此,该模型减少了LSSVM的过拟合问题。研究结果表明,LIBS技术和LASSO-LSSVM回归模型的结合可以有效改善LIBS技术对于铝合金材料的定量分析性能,是一种简单、可靠、高精度检测合金含量的新方法。

基于融合Lasso的非参数加性分位数回归模型

加性分位数回归为非线性关系的建模提供一种灵活、鲁棒的方法.拟合加性分位数模型的方法通常使用样条函数逼近分量,但需要先验的选择节点,计算速度较慢,并不适合大规模数据问题.因此文中提出基于融合Lasso的非参数加性分位数回归模型(Nonparametric Additive Quantile Regression Model Based on Fused Lasso,AQFL),是在融合Lasso罚和l_(2)罚之间折衷的可对加性分位数回归模型进行估计和变量选择的模型.融合Lasso罚使模型能快速计算,并在局部进行自适应,从而实现对所需分位数甚至极端分位数的预测.同时结合l_(2)罚,在高维数据中将对响应影响较小的协变量函数值压缩为零,实现变量的选择.此外,文中给出保证收敛到全局最优的块坐标ADMM算法(Block Coordinate Alternating Direction Method of Multipliers,BC-ADMM),证明AQFL的预测一致性.在合成数据和碎猪肉数据上的实验表明AQFL在预测准确性和鲁棒性等方面较优.

PDCA循环联合LASSO算法在临床医学专升本教学中的应用

目的探讨PDCA循环法联合LASSO算法在专升本临床医学教学中的运用效果,为其他医院的专升本临床医学教育提供借鉴。方法选取2019年9月—2022年2月贵州医科大学附属白云医院2019级和2020级统招专升本临床医学专业的学生为研究对象,将接受常规教学的2019级学生设置为对照组(n=73),接受PDCA循环教学法的2020级学生设置为观察组(n=58)。利用LASSO算法筛选出对“贵州医科大学附属白云医院教学中心”临床医学教学满意度有较大影响的因素,确定现状和改进方向,然后构建PDCA循环教学模式,对比两组理论知识考核成绩和实践技能操作成绩。结果LASSO回归分析共筛选出12个影响教学质量的影响因素(R 2=0.867);观察组3个学期的理论知识考核成绩和实践技能操作成绩均优于对照组,差异有统计学意义(P<0.05)。结论PDCA循环教学法联合LASSO算法能显著提高贵州医科大学附属白云医院临床医学专升本教学质量和学生的学习成绩,可用与临床教学中。

基于Lasso-Huber的近红外光谱特征波长选择方法及应用

在近红外光谱(NIRS)波长筛选过程中,当变量数目远大于样本量时,特征波长的选择是一个极具挑战性的问题。Lasso与Elastic Net算法虽被用于大维小样本数据的变量选择,但二者均以最小平方误差作为损失函数的度量方法来选择特征变量。因此,当样本中含有异常点时,经两种算法建立的模型对异常点更加敏感,导致模型向异常点偏移,鲁棒性降低。针对上述问题,采用Huber函数作为损失函数,提出了Lasso-Huber法进行近红外特征波长选择,结合偏最小二乘(PLS)方法建立安胎丸质控指标成分的定量校正模型,并与全波长建模、 Lasso与Elastic-Net方法波长选择后建模的模型性能进行对比。本实验采集21批安胎丸的近红外光谱数据共116条,其中101条数据作为校正集,采用留一交叉验证法对模型进行内部验证,另外15条数据则作为验证集用于外部验证。对于校正集中的异常光谱,使用基于主成分分析(PCA)的马氏距离法(MD)进行检测。以安胎丸的质控指标成分之一阿魏酸为例,采用Lasso、 Elastic-Net和Lasso-Huber方法分别筛选了安胎丸样品无异常光谱中69、 155和87个特征波长。其中Lasso-Huber法结合PLS建立的预测模型效果最佳,外部验证的RP2和SEP分别为0.953 1和0.058 7。此外,通过对校正集中是否包含异常光谱的校正模型预测性能对比发现,Lasso-Huber法在包含异常光谱的建模中更具优势。结果显示,Lasso-Huber算法优选出最佳波长点数为88,结合PLS建立的模型性能R_(v)^(2)为0.967 3,而Lasso方法的R_(v)^(2)为0.840 5, Elastic-Net方法的R_(v)^(2)为0.834 7,全波长建模的R_(v)^(2)为0.852 0。可见,在含有异常光谱的样本中,Lasso-Huber法不仅减少了特征波段的数量,同时降低了算法对异常光谱的敏感性,提高了模型的准确度和鲁棒性。从简化模型的角度上比较,Lasso法和Elastic-Net法的建模时间分别为61.826 0和79.959 9 s,而Lasso-Huber建模时间仅为1.360 8 s,因此,该算法更有望未来集成于实际生产应用的近红外光谱建模软件中。

基于LASSO关联规则算法的集输管道主控因素分析

为找出影响集输管道腐蚀的主控因素,制定了针对性地防护措施。在采集现场数据和多相流稳态模拟的基础上,利用套索算法(LASSO)实现影响因素的筛选,采用Apriori关联规则算法找出腐蚀因素与腐蚀速率、缺陷轴向位置和缺陷分布之间的关系,以确定关联规则信息。结果表明:温度、气相流速、持液率、CO_(2)分压、Ca^(2+)+Mg^(2+)质量浓度、SRB含量等变量是影响腐蚀程度的主控因素;当温度在40~55℃、气相流速大于8 m/s、持液率大于80%、CO_(2)分压大于0.08 MPa、Ca^(2+)+Mg^(2+)质量浓度大于200 mg/L、SRB含量大于100个/mL时,腐蚀最为严重,腐蚀速率大于0.254 mm/a,为“极严重腐蚀”程度;高温高压反应釜验证了关联规则结论准确性;随着腐蚀缺陷轴向位置越靠近焊缝,腐蚀缺陷的尺寸越小,由轴向缺陷逐步转为环向缺陷,同时出现概率也增大。此算法可为油田生产效益的优化提供技术思路。

基于Lasso回归构建生物标志物影响代谢综合征的风险预测模型

目的探讨代谢综合征的生物标志物及影响因素,构建代谢综合征的风险预测模型。方法选取2020年1月至2021年12月到某中心疗养体检并诊断为代谢综合征的161例患者作为实验组,另选择同一时期根据性别和年龄匹配的192例非代谢综合征患者作为对照组。收集患者的临床基线资料和生物标志物,利用Lasso回归筛选出代谢综合征相关的生物标志物,用于构建预测代谢综合征高危人群的预警模型。结果使用Lasso回归共筛选出7个影响代谢综合征相关的生物标志物和影响因素,分别为体质量指数(body mass index,BMI)、2型糖尿病(type 2 diabetes,T2DM)、空腹血糖(fasting blood glucose,FBG)、三酰甘油(triglyceride,TG)、高密度脂蛋白胆固醇(highdensity lipoprotein cholesterol,HDL-C)、单核细胞计数/高密度脂蛋白胆固醇比值(monocyte count/HDL-C ratio,MHR)和超敏C反应蛋白(high-sensitivity C-reactive protein,hs-CRP)。预测模型的曲线下面积(area under curve,AUC)为0.9857。结论本研究利用Lasso回归构建生物标志物的风险预测模型用于预测代谢综合征的能力较强,可用于指导临床医生早期识别代谢综合征的高危人群。

基于LASSO-RBFNN的采煤机液压系统故障诊断研究

针对采煤机液压系统故障诊断精度不高的问题,提出一种套索(LASSO)算法与径向基函数神经网络(RBFNN)相结合的故障诊断模型。首先利用LASSO算法去除液压系统中冗余特征,筛选关键故障特征,减少模型过拟合风险;故障特征筛选后确定RBFNN拓扑结构,将采煤机液压系统故障数据输入模型中,进行故障诊断;最后将LASSO-RBFNN模型诊断结果与RBFNN模型和BP神经网络模型诊断结果进行对比。试验结果表明,该模型可用更短的网络训练时间得到较高的故障诊断精度。

甘肃劳动者报酬影响因素分析——基于岭回归与Lasso回归

深入研究劳动者报酬的影响因素,有助于全面了解和掌握甘肃省劳动者的收入状况、居民消费水平以及社会资源配置等情况,从而为政策制定提供更为精准的依据。在此背景下,本文运用岭回归方法与Lasso回归方法研究了资本存量、人口数量、农村居民消费水平、城镇居民消费水平对甘肃劳动者报酬的影响。研究发现:影响劳动者报酬的因素依次为资本存量、人口数量、城镇居民消费水平、农村居民消费水平。本研究仅供参考。

A股上市公司董事长离职问题研究——基于Lasso模型和Logistic模型

目前高管离职事件频频出现,本文选取2011~2022年A股上市公司董事长离职事件作为研究样本,将外部环境、公司经营治理和董事长个人特征作为影响因素,采用Lasso和Logistic模型进行回归分析,得到能够预测董事长离职的指标,并分析模型的预测有效性。本文研究结果表明,公司资产负债率越高,公司股权集中度越高,则董事长离职的可能性越大,当较为全面地考虑董事长离职的潜在影响因素时,Lasso模型在预测董事长离职方面的有效性要高于Logistic模型。

基于加权平均的CC-GRA-Lasso模型对生活垃圾清运量影响因素研究

城市生活垃圾清运量的影响因素较多,为有效筛选主要影响因素,采用相关系数(CC)、灰色关联度(GRA)和Lasso回归三种模型对合肥市生活垃圾清运量13个影响因素数据进行分析,选用CRITIC权重法对三种分析方法进行加权算术平均,计算出CC的权重为52.56%、GRA的权重为8.57%、Lasso的权重为38.87%。基于此构建CC-GRA-Lasso组合模型,最终筛选得到排名前7的主要因素为社会销售品零售总额、第三产业增加值、煤气天然气、年人均可支配收入、年人均消费支出、GDP和年末总人数。根据筛选出来的结果,采用GA-BP神经网络对合肥市城市生活垃圾2022-2035年清运量进行预测,合肥市在2035年生活垃圾清运量将达到447.02万吨。

基于XGBoost与Lasso模型进行电负荷数据预测

本篇文章旨在探讨工厂电力负荷预测的算法和模型,以保证工厂生产系统的效率和稳定性。首先,我们分析了工厂电力负荷的特点和影响因素,主要包括工厂电力负荷的历史数据,以及基于历史数据衍生出特征。然后,我们提出了一种基于机器学习的电力负荷预测模型,该模型能够根据历史数据预测未来一段时间内的电力需求。通过对比不同的机器学习算法,我们发现Lasso回归模型在预测精度和稳定性方面表现最好。最后,我们通过实验验证了该模型的有效性和实用性,为工厂电力负荷管理提供了重要的参考依据。

基于Lasso-SVM模型的香辛植物风味预测研究

风味是食品感官质量的重要指标,是食品能否为消费者接受的主要因素之一。在风味调配的研究中,由于试验因素影响较多,且各因素之间没有明确联系,难以用化学、物理等方式去简单描述。为探究以蒜和葱作为主要原料在不同状态下香气相互协同规律,本文首先使用Lasso回归模型,从众多因素中筛选出原材料配比、温度、时间等3个主要影响因素;然后,设计并开展了香料配比试验,获得香料风味的化学组成及满意度,构建了训练数据集;因数据具有小样本、非线性特点,本文基于支持向量机建立了香辛植物风味预测模型,并采用训练数据集进行了模型训练,得到模型的主要参数;最后,利用特征香气物质重组试验所形成的新样本数据,检验模型的准确性,试验表明该预测模型可以较为准确地预测香料混合物的化学组成及满意度。

基于LASSO回归和Cox比例风险模型探讨血红蛋白与颈动脉斑块形成的关联

目的利用体检人群数据库,通过最小化绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)回归算法筛选与颈动脉斑块形成的关键因子,并探索血红蛋白(hemoglobin,Hb)对颈动脉斑块形成的诊断价值,通过Cox比例风险模型验证HB与颈动脉斑块形成的关联及关联强度。方法采用海军青岛特勤疗养中心体检中心体检数据,以2014年体检人群资料为队列随访基线,以2020年为随访时间终点,随访事件结局为该人群新发颈动脉斑块,利用LASSO回归算法筛选颈动脉斑块影响因素,并通过Cox比例风险模型分析HB与颈动脉斑块的关联。结果共纳入977名未患有颈动脉斑块的体检人群,经过6年体检定期随访,随访新发颈动脉斑块326例,累计患病率为33.4%。LASSO回归筛选变量年龄和吸烟等9个变量时,模型均方根误差最小,其对应的λ=0.0113,LASSO回归模型筛选变量通过ROC预测新发颈动脉斑块的曲线下面积AUC为0.762。通过Cox比例风险模型进一步验证血红蛋白是颈动脉斑块发病的独立危险预测因素。结论体检人群高水平血红蛋白可能与颈动脉斑块发病相关,应重点关注中老年体检人群血红蛋白水平,提示较高的营养水平的人群是防控颈动脉斑块新发的重点人群。

基于LASSO回归下维持性血液透析患者认知功能减退的预测模型构建分析

目的 构建基于LASSO回归下维持性血液透析(maintenance hemodialysis,MHD)患者认知功能减退的预测模型。方法 前瞻性纳入2016年3月~2021年3月于宜兴市人民医院接受MHD治疗的100例患者。采用蒙特利尔认知评估量表(Montreal cognitive assessment,MoCA)将患者分为认知功能障碍(cognitive impairment,CI)组(MocA<26分)、非CI组(MocA≥26分)。收集一般资料及临床资料,用LASSO回归筛选具有非0系数的MHD患者发生CI相关特征因素,构建LASSO-Logistics回归模型,绘制受试者工作特征曲线(ROC)评估模型效能。并选取71例MHD患者的资料行外部验证。结果 最终CI组、非CI组各有62例、38例患者。CI组患者年龄(t=3.164,P=0.002)、透析龄(t=2.915,P=0.004)、高敏C反应蛋白(hs-CRP;t=3.257,P=0.002)、三酰甘油(t=2.235,P=0.028)、总胆固醇(t=2.461,P=0.016)及合并糖尿病(χ^(2)=3.950,P=0.047)高于非CI组,CI组血清白蛋白(t=4.254,P<0.001)、血清钙(t=4.018,P<0.001)及MoCA评分(t=10.646,P<0.001)低于非CI组MHD患者。LASSO回归筛选上述因素,代入Logistics回归分析显示年龄(OR=1.135,95%CI:1.041~1.238,P=0.004)、透析龄(OR=1.138,95%CI:1.012~1.279,P=0.031)、hs-CRP(OR=2.394,95%CI:1.158~4.950,P=2.394)、血清白蛋白(OR=0.759,95%CI:0.593~0.971,P=0.028)是MHD患者发生CI的危险因素。LASSO-Logistics回归模型预测MHD患者CI发生的曲线下面积(AUC)为0.892(95%CI:0.813~0.945)。外部验证显示:AUC为0.899(95%CI:0.0.804~0.958),Youden指数J为0.713。结论 年龄、透析龄、hs-CRP、低白蛋白与MHD患者发生CI显著相关,构建的预测模型能够较好的预测这类人群发生CI。

基于LASSO回归的R-vine copula模型构建及其在化工过程故障检测中的应用

Vine copula模型在描述高维数据间的非线性、非高斯特性相依关系问题上提供了一种新的思路,在化工过程建模领域受到越来越多关注。笔者将LASSO(least absolute shrinkage and selection operator)回归引入R-vine copula(LASSO-R-vine copula,LRVC),根据变量间联系的强弱程度确定变量在R-vine矩阵中的位置,利用回归分析正则化路径选择R-vine copula矩阵结构,遵循R-vine矩阵构建规则和回归过程确定R-vine结构矩阵模型,以获得一个与变量独立性有关的稀疏矩阵模型。该方法构建的矩阵结构独立于copula函数类型和参数,在处理高维度复杂工业过程数据时,利用稀疏模型和惩罚力度简化copula函数类型选择过程,缩短了建模时间,使统计建模具有更强的灵活性。该方法在TE(Tennessee Eastman)和醋酸脱水过程故障监测中表现出较好的预测效果,证明了提出的方法在非线性、非高斯过程的有效性。

基于Lasso和构造性覆盖算法的不均衡数据分类方法

针对机器学习分类算法在不均衡数据分类问题中对少数类样本识别能力不足的问题,以电信客户流失场景为例,提出一种不均衡数据分类方法 L-CCSmote(Lasso Constructive Covering Smote)。首先,通过套索回归(Lasso)提取流失用户特征以优化模型输入;然后,通过构造性覆盖算法(CCA)建立神经网络生成符合样本整体分布的覆盖;最后,进一步提出单样本覆盖策略、样本多样性策略和样本密度峰值策略,通过以上策略混合采样以平衡数据。选用了KEEL数据库中的13个不均衡数据集和2个脱敏电信客户数据集,分别在逻辑回归(LR)和支持向量机(SVM)分类算法上对该方法进行验证。在LR分类算法上,与SMOTE-Enn(Synthetic Minority Oversampling TEchnique Edited nearest neighbor)相比,所提方法的平均几何平均值(G-MEAN)提升了2.32%;在SVM分类算法上,与Borderline-SMOTE(Borderline Synthetic Minority Oversampling Technique Edited)相比,所提方法的平均G-MEAN提升了2.44%。实验结果表明,所提方法能解决类别偏斜分布影响分类的问题,且对于稀有类的识别能力优于经典平衡数据方法。