Question

我目前正在处理具有大量变量的数据集。因此，我决定使用稀疏组LASSO变量选择技术，在SGL包上实现。

我的问题是逻辑回归问题，这是使用此软件包构建的可能模型之一。但是，当我尝试使用它时，我收到一条错误消息。我的数据框叫做N，我的二进制向量叫做y：

Comparator<Person>

在之前的情况中，Y是零和1的二进制数字向量，所以我认为问题是Y不是一个因素，所以我尝试了另一次：

> x <- as.matrix(N)
> y <- as.matrix(Y)
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="logit")

Error: NA/NaN/Inf in foreign function call (arg 1)

因此，此错误消息似乎表明y不应该是一个因素。我不知道出了什么问题，特别是因为如果我运行cvSGL函数，将y视为数字二进制向量，但我建立了一个线性模型而不是一个logit模型（虽然线性模型对我来说不是很好），它实际上工作，并没有给出任何错误。

我指的是申请：

> x <- as.matrix(N)
> y <- as.factor(Y))
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="logit")

Error in seq.default(log(max.lam), 
  log(min.lam), (log(min.lam) -   log(max.lam))/(nlam -  : 
'from' cannot be NA, NaN or infinite
 In addition: Warning messages:
 1: In mean.default(y) : argument is not numeric or logical: returning NA
 2: In mean.default(y) : argument is not numeric or logical: returning NA
 3: In Ops.factor(y, m.y) : '-' not meaningful for factors

如果有其他人试图使用此软件包构建logit模型，我会感谢任何帮助。

Answer 1

我在cvSGL的帮助页面上找到了这个例子

set.seed(1)
n = 50; p = 10;
X = matrix(rnorm(n * p), ncol = p, nrow = n)
beta = (-2:2)
y = sample(c(0,1),50, replace = T)
data = list(x = X, y = y)
cvFit = cvSGL(data, type = "logit")

如您所见，参数＆＃34; index＆＃34; （你把它叫做小组）并没有在这种情况下使用。我不知道你是如何定义索引的。我想问题是你需要定义元素列表的名称

data <- list(x = x, y=y)

如何使用SGL包开发逻辑回归模型？

1 个答案: