错误：Error in predmat[which, seq(nlami)] = preds : replacement has length zero
上下文：使用二进制y模拟数据，但n的{{1}}编码器。数据堆叠true y次，然后安装模型，尝试获取n。
收到
的错误true y惩罚，但不是L2惩罚。更新：错误是针对1.9-8之后的版本。 1.9-8没有失败。
L1library(glmnet)
rm(list=ls())
set.seed(123)
num_obs=4000
n_coders=2
precision=.8
X <- matrix(rnorm(num_obs*20, sd=1), nrow=num_obs)
prob1 <- plogis(X %*% c(2, -2, 1, -1, rep(0, 16))) # yes many zeros, ignore
y_true <- rbinom(num_obs, 1, prob1)
dat <- data.frame(y_true = y_true, X = X)
classify <- function(true_y,precision){
n=length(true_y)
y_coder <- numeric(n)
y_coder[which(true_y==1)] <- rbinom(n=length(which(true_y==1)),
size=1,prob=precision)
y_coder[which(true_y==0)] <- rbinom(n=length(which(true_y==0)),
size=1,prob=(1-precision))
return(y_coder)
}
y_codings <- sapply(rep(precision,n_coders),classify,true_y = dat$y_true)
由于错误取决于种子，因此需要循环。只有第一个循环失败，其他两个循环才会完成。
expanded_data <- do.call(rbind,rep(list(dat),n_coders))
expanded_data$y_codings <- matrix(y_codings, ncol = 1)
有什么想法来自glmnet以及如何避免它？从我对X <- as.matrix(expanded_data[,grep("X",names(expanded_data))])
for (i in 1:1000) cv.glmnet(x = X,y = expanded_data$y_codings,
family="binomial", alpha=0) # will fail
for (i in 1:1000) cv.glmnet(x = X,y = expanded_data$y_codings,
family="binomial", alpha=1) # will not fail
for (i in 1:1000) cv.glmnet(x = X,y = expanded_data$y_true,
family="binomial", alpha=0) # will not fail
的阅读中，这是在cv例程之后并且在cv.glmnet内，我不理解它的作用，因此失败，以及如何避免它。
cvstuff = do.call(fun, list(outlist, lambda, x, y, weights, offset, foldid, type.measure, grouped, keep))和
R version 3.3.1 (2016-06-21)
Platform: x86_64-pc-linux-gnu (64-bit)
Running under: Ubuntu 16.04.1 LTS
locale:
[1] LC_CTYPE=en_US.UTF-8 LC_NUMERIC=C LC_TIME=en_US.UTF-8
[4] LC_COLLATE=en_US.UTF-8 LC_MONETARY=en_US.UTF-8 LC_MESSAGES=en_US.UTF-8
[7] LC_PAPER=en_US.UTF-8 LC_NAME=C LC_ADDRESS=C
[10] LC_TELEPHONE=C LC_MEASUREMENT=en_US.UTF-8 LC_IDENTIFICATION=C
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] glmnet_2.0-2 foreach_1.4.3 Matrix_1.2-7.1 devtools_1.12.0
loaded via a namespace (and not attached):
[1] httr_1.2.1 R6_2.2.0 tools_3.3.1 withr_1.0.2 curl_2.1
[6] memoise_1.0.0 codetools_0.2-15 grid_3.3.1 iterators_1.0.8 knitr_1.14
[11] digest_0.6.10 lattice_0.20-34
答案 0 :(得分：6)
我在glmnet_2.0-5中遇到了同样的错误 它与lambdas在某些情况下如何自动创建有关。解决方案是提供自己的lambdas
E.g：
cv.glmnet(x = X,
y = expanded_data$y_codings,
family="binomial",
alpha=0,
lambda=exp(seq(log(0.001), log(5), length.out=100)))
感谢https://github.com/lmweber/glmnet-error-example/blob/master/glmnet_error_example.R
答案 1 :(得分：3)
好吧，我刚刚运行了第一个循环并且成功完成了。这是glmnet 2.0.2。
这是一个更多的评论，但它太大而不适合：当运行依赖于随机数的此类测试时，您可以随时保存种子。这使您可以跳到测试的中间，而不必每次都回到起点。
这样的事情：
results <- lapply(1:1000, function(x) {
seed <- .Random.seed
res <- try(glmnet(x, y, ...)) # so the code keeps running even if there's an error
attr(res, "seed") <- seed
res
})
现在，您可以通过查看结果类来检查是否有任何运行失败：
errs <- sapply(results, function(x) inherits(x, "try-error"))
any(errs)
您可以重试那些失败的运行：
firstErr <- which(errs)[1]
.Random.seed <- attr(results[[firstErr]], "seed")
glmnet(x, y, ...) # try failed run again
会话信息：
R version 3.2.2 (2015-08-14)
Platform: x86_64-w64-mingw32/x64 (64-bit)
Running under: Windows 8 x64 (build 9200)
locale:
[1] LC_COLLATE=English_United States.1252 LC_CTYPE=English_United States.850
[3] LC_MONETARY=English_United States.1252 LC_NUMERIC=C
[5] LC_TIME=English_United States.1252
attached base packages:
[1] stats graphics grDevices utils datasets methods base
other attached packages:
[1] glmnetUtils_0.55 RevoUtilsMath_8.0.3 RevoUtils_8.0.3 RevoMods_8.0.3 RevoScaleR_8.0.6
[6] lattice_0.20-33 rpart_4.1-10
loaded via a namespace (and not attached):
[1] Matrix_1.2-2 parallel_3.2.2 codetools_0.2-14 rtvs_1.0.0.0 grid_3.2.2
[6] iterators_1.0.8 foreach_1.4.3 glmnet_2.0-2
（应该是Windows 10，而不是8; R 3.2.2不知道Win10）