Question

我有一个函数来返回cv.glmnet模型的auc值，虽然不是大部分时间，但它在执行cv.glmnet函数时会返回以下错误：

掉线错误（y％％rep（1，nc））：评估论证的错误＆＃39; x＆＃39;选择功能方法＆＃39; drop＆＃39 ;: y％％rep（1，nc）中的错误：不一致的参数

我已经阅读了一些关于错误的内容，我发现的唯一建议是使用data.matrix（）而不是as.matrix（）。我的功能如下（其中＆＃34;表格＆＃34;是一个带有我所需变量的公式，＆＃34; dt＆＃34;是数据框）：

auc_cvnet <- function(form, dt, standard = F){
      vars = all.vars(form)
      depM = dt[[vars[1]]]
      indM = data.matrix(dt[vars[-1]])
      model = cv.glmnet(indM, depM, family = "binomial", nfolds=3, type.measure="auc", standardize = standard)

      pred = predict(model, indM, type = "response")
      tmp = prediction(pred, depM)
      auc.tmp = performance(tmp, "auc")
      return(as.numeric(auc.tmp@y.values))
    }

我在另一个函数中实现了这个函数，它迭代了几个变量的组合，看看哪些变量组合运行良好（它是一个非常强力的方法）。无论如何，我在抛出错误时打印出迭代的公式，并且仅使用该公式调用函数并且它工作正常。所以不幸的是，我无法确定哪些调用会产生错误，否则我会尝试提供更多信息。数据框大约有30行，当我在110行的较大数据集上运行代码时没有错误。两个数据集中都没有NA。

有没有人见过这个或有任何想法？谢谢！

Answer 1

信不信由你，我今天也遇到了同样的错误。由于我不知道你的数据集，我不能确定它是什么，但对我来说，我传递的数据是我的y变量（你的depM）是所有True值的列。如果我的y变量包含True和False值，cv.glmnet只会返回一个有效的模型。

我希望我能解释为什么cv.glmnet需要True和False，但我对函数本身缺乏了解（因为它是，我只调整给我的代码）。我只是觉得我会发布这个，以防它给你一些帮助排除故障。祝你好运！

Answer 2

在数据集上运行cv.glmnet时遇到同样的问题，其中包含2个正例和850个负数。在一个交叉验证迭代中（其中训练和测试集被随机采样），两个正例都从训练集中取样。因此，glmnet调用lognet，而drop(y %*% rep(1, nc))调用y，但foldid是一个向量，而不是一个至少有两列的矩阵。

我能想到的最简单的方法是将cv.glmnet参数指定为{{1}}，并确保每次迭代中数据中至少有两个类。

“glmnet R包中cv.glmnet的丢弃错误（y％*％rep（1，nc））”错误

2 个答案: