用R語言遇到的一些問題。

經常看到rcs()函式，不知道什麼意思。比如擬合迴歸時：f <- cph(S ~ rcs(age,4) + sex, x=T, y=T)

對此，丁香園裡有人給出這樣的看法：

-------------------------------------------------------------

rcs全稱是restricted cubic spline 即限制立方樣條函式。為什麼用它呢？我們在做迴歸擬合數據時，經常對因變數和自變數的假定是：自變數和因變數呈線性關係，logistic迴歸是自變數和logitP，cox是指自變數和一個h(t)變換的一個東東（記不清了，抱歉），這些假定就叫線性假定。我們做迴歸的時候自變數包括連續變數和ordinal variable（等級有序變數）和因變數不成線性的時候，我可以轉化為分類，也可以變數log變換，還有就是spline技術，也就是引入多項式，但rcs又不是簡單的引入多項式，簡單的說就是引入3次方的項，這和你選擇的節點有關，這樣處理的結果就是可以和好的擬合數據有限制了引入項的自由度，所以Harrell （rms包的作者）推崇這種建模方法。說的很概括，具體的內容搜尋rcs就可以瞭解。Harrell的論文也可以參考，他認為節點的位置不那麼重要，而節點數目很重要。

-------------------------------------------------------------

SVM的調參，關於e1071包，好像如果把資料“尺度化”（scaling）後，使用預設的引數就能訓練出較好的模型。

R語言裡，迴歸的引數，如果傳formula，比如Y~X，那麼這裡的X不應該是dataframe或matrix，而應該用向量比如Y~x1+x2。如果向量太多，那麼可以這樣傳兩個引數：formula和data,比如glm(Y~., data=X)。這是在Logistics迴歸中被坑過，在predict時解決了將newdata用dataframe形式傳入的問題後，總是報錯說變數數不對（一方面可能fit 時有問“glm傳引數data可能沒傳好”，另一方面newdata的dataframe可能需要轉置一下）。

R語言的向量、矩陣、資料框、陣列、列表等等，有點煩人，和我之前的C語言系列思維差別太大。

R的e1701中都在svm中，僅當y變數是factor型別時構建SVC，否則構建SVR