我正在尝试使用R中的lars
包来运行LASSO(最少绝对收缩和选择运算符)。这是我的数据的维度:
昏暗(y):235 50
dim(x):235 15
运行以下内容时:
library(lars)
return = as.matrix(ret.ff.zoo) ### this is my "y"
data = as.matrix(df) ### this is my "x"
lasso <- lars(data, return, type = c("lasso"))
我收到以下错误:
> lasso <- lars(data, return, type = c("lasso"))
Error in Cvec - gamhat * Gram[, active, drop = FALSE] %*% w :
non-conformable arrays
当我将响应变量“y”作为向量时,如下所示:
lasso <- lars(data, return[,1], type = c("lasso"))
有效!但是,这样做意味着LASSO在面板上的3000个安全性中执行。 如何扩展这个公式来分析一组数据?分别对3000种证券中的每一种进行LASSO都没有多大意义,因为它排除了任何横截面动态。
我可以使用我能得到的任何帮助!谢谢!