利用自举岭回归选择特征的函数库
boridge的Python项目详细描述
Boridge软件包
用于为预测模型选择特征和评估预测模型的函数库
包定义
该库对数据进行标准化，选择特征，并评估针对harrel乐观主义修正的所选特征的模型。此函数不处理日期功能，请将日期转换为自引用日期起的时间计数。这个程序实现了lenert、matthew c和colin g.walsh的算法。”平衡性能和可解释性：使用自举岭回归选择特征〉，AMIA年度研讨会论文集。第2018卷。美国医学信息学协会，2018年。
包函数和参数
产生模式（）
data frame：输入一个没有丢失值的数据帧。应在通过Boridge Piepline运行数据之前进行插补。使用df.isna（）.sum（）计算缺少的值。
response variable name：数据帧中结果（aka response）变量的列名称（区分大小写）
OutputType：要接收的输出类型选项有：“数据”接收具有Boridge选定特征的设计矩阵的数据帧，“模型”接收Scikit学习拟合模型对象，或“系数”接收（Logit或线性）回归系数和95%置信区间。“data”返回类型返回用于适应最终模型的数据帧。“系数”返回类型返回一个数据帧，其中包含预测值名称、β系数、低95%置信区间和高95%置信区间。默认值为“系数”
interaction variable：如果有一个变量希望添加一个与所有其他预测值的交互项，请提供该列的名称（区分大小写）。只支持一列。默认为无
bootstraps：在引导过程中进行替换的样本总数。默认值为100。
标准化数据：以0为中心将数值数据置于标准偏差刻度上。将Appart分类数据拆分为（类别数-1）虚拟变量。默认值为true
epvthreshold：每个预测器的观测数的护栏。默认值为10
exploretransforms：自动按优先级顺序添加非线性形式的预测值，如log、square、square root、cubic和cubic root。只有当每个预测器的观测数高于epvthreshold时，系统才会添加变换。默认值为false
cStatisticThreshold：在数据帧中报告最终模型系数和条件区间所需的ROC曲线（分类）或解释方差得分（回归）下的最小区域。否则返回空数据帧。默认值为0
在数据文件中允许最大的BRIER分数（分类）或均方误差（回归）允许报告最终模型系数和条件栏间隔。否则返回空数据帧。默认值为1bootstrappercentage：要包含在最终模型中，必须在中找到一个显著的预测器的引导百分比。默认值为1，接受范围为[0,1]。
核心：要用于引导的线程数。默认值为1
相关阈值：可以自动删除彼此高度相关的预测值。为要删除的预测值设置相关系数的阈值。默认值为1。范围为[0,1]
模型类型：评估性能的模型类型。此参数需要字符串数组。默认值为['l1'，'rf'，'svm']。L1=套索回归，RF=随机森林，SVM=支持向量机
printprogress：生成程序执行位置的详细输出。默认值为false
errorlogfile：附加错误/警告消息的文件。默认为errorlog.txt
此管道的输出是打印到命令行，函数返回一个包含所有预测系数及其置信区间的数据帧。
采样数据帧（x，n）
拆分类别InToBinary（ModelData，列）
标准化和数据传输（modeldata、responsevariablename、exploretransforms、interactionvariable、epvthreshold、errorlogfile）
FindLinearComBinations（功能、相关阈值、错误日志文件、此文件名）
评估模型（currentmodeldata、responsevariablename、modeltype、cores、bootstraps、outcometype、printprogress、errorlogfile）
引用此包
当使用此软件包进行研究时，请引用“Lenert、Matthew C和Colin G.Walsh”。平衡性能和可解释性：使用自举岭回归选择特征〉，AMIA年度研讨会论文集。第2018卷。美国医学信息学协会，2018年。”
欢迎加入QQ群-->： 979659372
