方法1：手动构造样条特征矩阵，使用glmnet实现LASSO #

glmnet不直接支持公式中的rcs语法，但可以提前将所有特征（包括二分类变量、连续变量的样条基）转换为设计矩阵，再传入模型处理：

1. 生成连续变量的样条基矩阵
   对每个需要非线性建模的连续变量，用rms::rcs生成对应基函数列：

   library(rms)
   # 示例：对连续变量x1、x2生成自由度为4的限制性立方样条基
   x1_rcs_mat <- as.matrix(rcs(your_data$x1, 4))
   x2_rcs_mat <- as.matrix(rcs(your_data$x2, 4))
   

2. 合并所有特征到设计矩阵
   将二分类变量与样条基矩阵合并，注意移除截距项（glmnet默认处理截距逻辑）：

   # 提取二分类变量的矩阵形式
   cat_vars_mat <- model.matrix(~ x3 + x4 - 1, data = your_data)
   # 合并所有特征
   full_feature_mat <- cbind(cat_vars_mat, x1_rcs_mat, x2_rcs_mat)
   

3. 执行Cox LASSO正则化
   对时间独立Cox模型，直接传入生存对象与特征矩阵：

   library(glmnet)
   # 构造生存对象（time为生存时间，status为结局事件）
   surv_obj <- Surv(time = your_data$time, event = your_data$status)
   # 交叉验证选择最优lambda（alpha=1对应纯LASSO）
   cv_lasso <- cv.glmnet(x = full_feature_mat, y = surv_obj, family = "cox", alpha = 1)
   # 拟合最优模型
   best_lasso_fit <- glmnet(x = full_feature_mat, y = surv_obj, family = "cox", alpha = 1, lambda = cv_lasso$lambda.min)
   

   对于时间依赖Cox模型，先将数据整理为Counting Process格式（每行对应一个风险区间），再按相同逻辑构造对应区间的特征矩阵，传入glmnet即可。

方法2：使用rms包的cph函数直接实现正则化样条Cox模型 #

rms包的cph函数支持公式中直接使用rcs，同时通过penalty参数实现LASSO/Ridge正则化，无需手动构造矩阵：

1. 拟合带正则化的Cox模型

   library(rms)
   # 设置rms环境（样条建模必需）
   dd <- datadist(your_data)
   options(datadist = "dd")
   # 拟合LASSO正则化模型（penalty=1为纯LASSO，0为Ridge，0-1为弹性网）
   cph_lasso_fit <- cph(Surv(time, status) ~ x3 + x4 + rcs(x1,4) + rcs(x2,4),
                        data = your_data,
                        penalty = 1,
                        method = "efron") # 处理生存时间结的方法
   

2. 交叉验证选择最优正则化参数
   用validate函数做交叉验证，筛选最优lambda：

   # 10折交叉验证，遍历lambda序列
   cv_cph <- validate(cph_lasso_fit, method = "crossvalidation", B = 10,
                      penalty = seq(0, 0.5, by = 0.01))
   # 选取C-index最高对应的lambda重新拟合
   best_lambda <- cv_cph$penalty[which.max(cv_cph$C)]
   best_cph_fit <- update(cph_lasso_fit, penalty = best_lambda)
   

   时间依赖Cox模型只需将生存对象替换为Surv(start, stop, status)格式，其余逻辑一致。

关键注意事项 #

• 样条自由度先确定：建议先通过无正则化模型（如rms::cph无penalty参数）确定合适的样条自由度，再加入正则化，避免自由度过高增加正则化压力。
• 变量标准化：glmnet会自动标准化特征，rms::cph的正则化也建议提前对连续变量标准化，避免量纲影响正则化权重。
• 时间依赖数据一致性：Counting Process格式中，每个风险区间的特征值需与对应时间段匹配，确保特征矩阵准确性。

内容的提问来源于stack exchange，提问作者MKJ