Question

我是R的新手，我正在做一些物流回归模型。我试图对我的100多个变量的2M记录数据运行bigglm。我的变量由数字和整数（0/1）组成，因为我已将其设置为指示符，例如。

isOK,quantity,weight,isUS,isEU,isASIA
0,2,1.1,0,0,1
1,1,0.9,1,1,0

然而，bigglm总是抛出错误

coef.bigqr（object $ qr）中的错误：外国函数调用中的NA / NaN / Inf（arg 3）

来自traceback（），它显示以下内容

14: coef.bigqr(object$qr)
13: coef(object$qr)
12: coef.biglm(iwlm)
11: coef(iwlm)
10: bigglm.function(formula = formula, data = datafun, ...)
9: bigglm(formula = formula, data = datafun, ...)
8: bigglm(formula = formula, data = datafun, ...)
7: bigglm.data.frame(myForm, data = myraw.data[i, , drop = FALSE], 
   family = binomial(link = logit))
6: bigglm(myForm, data = myraw.data[i, , drop = FALSE], family = binomial(link = logit))
5: bigglm(myForm, data = myraw.data[i, , drop = FALSE], family = binomial(link = logit)) at trial.r#48
4: eval(ei, envir)
3: eval(ei, envir)
2: withVisible(eval(ei, envir))
1: source("trial.r")

我做了一些研究，并且提到bigglm应该具有块中所有可能的值/因子，但是，我的所有变量都是数字/指示符，我认为这不是必要的（如果我是，请纠正我错误）。无论如何，我已经重新排列了我的数据集，使得第一个块（对于我的情况，我将其设置为3000，如下所示），所有整数变量都有0或1的记录。

for (i in chunk(myraw.data, by=3000)){
  if (i[1]==1){
      myFullLRModel <- bigglm(myForm, data=myraw.data[i,,drop=FALSE], family=binomial(link=logit))
  }else{
      myFullLRModel <- update(myFullLRModel, myraw.data[i,,drop=FALSE])
  }
}

您能否就出现错误的原因提出建议？我无法运行glm，因为它总是返回不足的内存。

Answer 1

如果您有0/1个变量，并且在一个块中没有观察到零（即，该列是恒定的），则将导致NA系数，这可能会导致您遇到的问题。 / p>

如何在bigglm

1 个答案: