Xgboost是Boosting算法的其中一种，Boosting算法的思想是将许多弱分类器集成在一起，形成一个强分类器。因为Xgboost是一种提升树模型，所以它是将许多树模型集成在一起，形成一个很强的分类器。

我目前整合了多个R包，编写了scixgboost函数，以xgboost包为支持，可以轻松进行xgboost分析，下面我来演示一下，先导入R包和数据

library(sciml)
library(scitable)
bc<-read.csv("E:/r/test/demo.csv",sep=',',header=TRUE)
bc <- na.omit(bc)
bc<-bc[,c("HBP","SEX","AGE","FEV1","OCCU","COUGH","EDU")]

数据变量很多，我解释几个我等下要用的，HBP：是否发生高血压，结局指标，AGE：年龄，是我们的协变量，BMI肥胖指数，FEV1肺活量指标，WEIGHT体重，“SBP”,“DBP”：收缩压和舒张压。公众号回复：体检数据，可以获得数据。

整理数据，主要是对数据检查，把分类变量转成因子

out2<-organizedata2(data = bc,username=username,token=token,explore = T)

提取整理好的数据

data<-out2[["data"]]
allVars<-out2[["allVars"]]
fvars<-out2[["factorvarout"]]

对数据3：7划分

set.seed(123)
tr1<- sample(nrow(data),0.7*nrow(data))##随机无放抽取
data_train <- data[tr1,]#70%数据集
data_test<- data[-tr1,]#30%数据集

生成模型

out<-scixgboost(data = data_train,y="HBP",var = allVars,username=username,token=token)

如果想看验证集的情况，需要加入验证集数据，如我就不放了，后面视频有

out<-scixgboost(data = data_train,datatest = data_test,y="HBP",var = allVars,username=username,token=token)

如果需要绘制roc曲线，可以把模型提取出来

fitxgboot<-out[["fitxgboot"]]

提取后绘制曲线

sciroc(fit=fitxgboot,newdata = data_train)

查看验证集roc

sciroc(fit=fitxgboot,newdata = data_test)

咱们也可以想sci文章中，把多个模型roc合并一起，我简单演示一下

我们先要把多个模型建立起来
###随机森林

out<-scirandomForest(data=data_train,y="HBP",username=username,token=token,onlygetfit = T)
fitForest<-out[["fit"]]

##支持向量机

out2<-scisvm(data = data_train,y="HBP",var = allVars,username=username,token=token)
fitsvm<-out2[["fit"]]

##逻辑回归

fit2<- glm(HBP ~ SEX + AGE + FEV1+ OCCU+COUGH+EDU,family = binomial(link = logit), data = data_train)
##xgboost
out3<-scixgboost(data = data_train,y="HBP",var = allVars,username=username,token=token)
fitxgboot<-out3[["fitxgboot"]]

建立数据列表

newdata<-list(data_train,data_train,data_train,data_train)

绘图

out4<-m.sciroc(fitForest,fitsvm,fit2,fitxgboot,newdata = newdata)
out4[["p"]]

在测试集绘图

newdata<-list(data_test,data_test,data_test,data_test)
out4<-m.sciroc(fitForest,fitsvm,fit2,fitxgboot,newdata = newdata)
out4[["p"]]

提取auc值重新绘图

rocauc<-out4[["rocauc"]]out5<-m.sciroc(fitForest,fitsvm,fit2,fitxgboot,newdata = newdata,legend.name =rocauc,legend.title = "模型种类")out5[["p"]]

这里就结束了，接下来会进一步完善sciml的一些相关功能，比如决策曲线绘制和下面这种图的绘制

文字有点快，下面视频更详细精彩