本人是r超级小白，现有一个任务是获取一个高维回归的参数解，于是先试着拿低维线性回归练练手

数据源文件是http://www-stat.stanford.edu/~nzhang/203_web/Data/BuildingPrices.txt，内容如下：

X1 X2 X3 X4 X5 X6 X7 X8 X9 Y

4.918 1.000 3.472 0.998 1.0 7 4 42 0 25.90

5.021 1.000 3.531 1.500 2.0 7 4 62 0 29.50

4.543 1.000 2.275 1.175 1.0 6 3 40 0 27.90

4.557 1.000 4.050 1.232 1.0 6 3 54 0 25.90

5.060 1.000 4.455 1.121 1.0 6 3 42 0 29.90

3.891 1.000 4.455 0.988 1.0 6 3 56 0 29.90

5.898 1.000 5.850 1.240 1.0 7 3 51 1 30.90

5.604 1.000 9.520 1.501 0.0 6 3 32 0 28.90

5.828 1.000 6.435 1.225 2.0 6 3 32 0 35.90

5.300 1.000 4.988 1.552 1.0 6 3 30 0 31.50

6.271 1.000 5.520 0.975 1.0 5 2 30 0 31.00

5.959 1.000 6.666 1.121 2.0 6 3 32 0 30.90

5.050 1.000 5.000 1.020 0.0 5 2 46 1 30.00

8.246 1.500 5.150 1.664 2.0 8 4 50 0 36.90

6.697 1.500 6.902 1.488 1.5 7 3 22 1 41.90

7.784 1.500 7.102 1.376 1.0 6 3 17 0 40.50

9.038 1.000 7.800 1.500 1.5 7 3 23 0 43.90

5.989 1.000 5.520 1.256 2.0 6 3 40 1 37.90

7.542 1.500 5.000 1.690 1.0 6 3 22 0 37.90

8.795 1.500 9.890 1.820 2.0 8 4 50 1 44.50

6.083 1.500 6.727 1.652 1.0 6 3 44 0 37.90

8.361 1.500 9.150 1.777 2.0 8 4 48 1 38.90

8.140 1.000 8.000 1.504 2.0 7 3 3 0 36.90

9.142 1.500 7.326 1.831 1.5 8 4 31 0 45.80

r代码如下：

<br />
building=read.table("http://www-stat.stanford.edu/~nzhang/203_web/Data/BuildingPrices.txt",header=T)</p>
<p>attach(building)</p>
<p>X <- model.matrix(lm(Y~X1+X2+X3+X4+X5+X6+X7+X8+X9, data=building))</p>
<p>#这里尝试了两种不同的lars输入，结果类似，先是输入方式1<br />
building.lars = lars(X,building$Y,type="lar",trace=TRUE)</p>
<p>#或者输入方式2<br />
building.lars = lars(X,building$Y,type ="lasso",normalize=T, intercept=T)<br />

</p>

<br />
#接下来分歧较大，先放第一种求参方式<br />
min(building.lars$Cp)                //得到[1] 4.014635<br />
coef.lars(building.lars)<br />
//查找第四组为<br />
(Intercept)       X1       X2         X3        X4        X5        X6        X7          X8         X9<br />
          0 2.355714 4.031823 0.04754083 0.0000000 0.0000000 0.0000000  0.000000  0.00000000 0.00000000<br />

这个参数组感觉不是很对。。。误差不小啊</p>

<br />
#第二种求参方式是斯坦福应用统计的原R sample<br />
Cpmin = which.min(building.lars$Cp)<br />
keepvars = seq(0:9)[building.lars$entry<=Cpmin]<br />
keepvars                              //keepvars的输出为[1] 1 2 3 4<br />

那么这个结果的意思也还是最小Cp为coef的第四组？</p>

问了一个很忙的学长，他随口说我这个结果还需要循环。。。各位达人有兴趣的话帮我看看哪里有问题？多谢多谢[s:11]