上传数据预览（前50行）

LASSO系数路径图

展示不同正则化参数(λ)下各变量系数的变化轨迹。 红色虚线为所选λ位置，被λ.1se筛选出的变量用彩色高亮。

说明：λ越大，惩罚力度越大，保留变量越少，模型越简单。

LASSO交叉验证曲线

用于选择最优正则化参数λ。灰色区域为 ±1 标准误置信区间。 红色虚线为lambda.min（最小偏差）， 蓝色虚线为lambda.1se（1个标准误内最简模型）。

λ值


            

            

              
筛选出的特征及其系数

              
系数不为零的特征即为LASSO筛选保留的特征。

              

              

              
筛选出的特征列表

              

            

            

              
LASSO回归简介

              

                LASSO回归在线性回归中加入L1正则化项，使得一部分系数趋近于零，
                从而实现特征选择，使模型更简化，避免过拟合。
              

              
参数说明

              
    
                
  • 
                  Alpha = 1：
                  完全L1正则化，即LASSO回归
                
    • 
                
  • 
                  Alpha = 0：
                  完全L2正则化，即岭回归(Ridge)
                
    • 
                
  • 
                  0 < Alpha < 1：
                  弹性网络(Elastic-Net)，结合L1和L2
                
    • 
                
  • 
                  lambda.min：
                  交叉验证误差最小时的λ
                
    • 
                
  • 
                  lambda.1se：
                  误差在最小1个标准误内且模型最简的λ（临床常用）
                
    • 
              

              
使用步骤

              
    
                
  1. 上传CSV/TXT格式数据文件（需包含表头）
    2. 
                
  2. 选择因变量Y和自变量X
    3. 
                
  3. 设置因变量类型和模型参数
    4. 
                
  4. 点击「运行LASSO分析」
    5. 
                
  5. 查看系数路径图、交叉验证曲线和筛选结果
    6. 
              

              
数据格式要求

              

                数据文件应为CSV或TXT格式，首行为列名。
                每行一个样本，每列一个变量。
                因变量列：二分类须为0/1编码；连续型可直接使用。
              

              R包依赖：glmnet, shiny, ggplot2, DT