Question

当我使用预测glmnet函数时，我得到了代码下面提到的错误。

mydata <- read.csv("data.csv")
x<- mydata[,1:4]
y<- mydata[,5]
data<-cbind(x,y)
model<-model.matrix(y~., data=data)
ridgedata= model[,-1]
train<- sample(1:dim(ridgedata)[1], round(0.8*dim(ridgedata)[1]))
test<- setdiff(1:dim(ridgedata)[1],train)
x_train <- data[train, ]
y_train <- data$y[train]
x_test <- data[test, ]
y_test <- data$y[test]
k=5
grid =10^ seq (10,-2, length =100)
fit <- cv.glmnet(model,y,k=k,lambda = grid)
lambda_min<-fit$lambda.min
fit_test<-predict(fit, newx=x_test,s=lambda_min)

错误如下：

as.matrix（cbind2（1，newx）％％nbeta）出错：评估错误论证＆＃39; x＆＃39;选择功能方法＆＃39; as.matrix＆＃39;：错误在cbind2（1，newx）％％nbeta：尚未实现的方法％*％

我试过调试，但我不知道

在哪里

as.matrix（cbind2（1，newx）％*％nbeta）

正在使用

代码以及导致此错误的原因。

Answer 1

您的原始数据框在预测变量中有一个因子（分类）变量。当你使用model.matrix时，它会对这个变量做一些明智的事情;如果您直接将其传递给predict，它就不知道该怎么做。

newX <- model.matrix(~.-y,data=x_test)
fit_test<-predict(fit, newx=newX,s=lambda_min)

顺便说一下，你可以用一个最小/简化的例子复制这个例子，只有几行数据...例如，这个设置给出了同样的错误（我称之为数据{{1}而不是＆＃34;数据＆＃34;，因为后者是R中的内置函数：

dd

R中的predict（）glmnet函数出错

1 个答案: