Question

我已经使用glmnet在R中训练了一个弹性网络模型，并希望使用它来根据新数据集进行预测。

但是我在生成矩阵以用作predict（）方法中的参数时遇到了麻烦，因为在新数据集中我的某些因子变量（指示合并症的虚拟变量）只有一个级别（合并症）从未观察到），这意味着我无法使用

model.matrix（RESPONSE〜。，new_data）

因为它给了我（期望的）

CancellationToken（contrasts<-中的错误，值= contr.funs [1 + isOF [nn]]）：对比只能应用于2个或更多级别的因素

我不知所措如何解决这个问题。在这种情况下，R中是否有一种方法可以构造一个合适的矩阵以供predict（）使用，还是需要在R之外准备矩阵？无论哪种情况，我该怎么做？

这是一个玩具示例，它再现了我遇到的问题：

*tmp*

Answer 1

您可以在示例中将数据集的levels设置为与完整数据集的levels匹配。即使变量中不存在某个因子，levels中也可以存在一个值。

您可以使用levels中的factor()参数来完成此操作：

new_data$FactorB <- factor(0, levels = levels(toy_data$FactorB))

或通过使用levels()函数进行分配：

levels(new_data$FactorB) <- levels(toy_data$FactorB)

使用任一方法，一旦您拥有多个级别，model.matrix()便可以正常工作：

head( model.matrix(Outcome ~ ., new_data)[,-1] )
   Continuous FactorA1 FactorB1
1 -1.91632972        0        0
2  1.11411267        0        0
3 -1.21333837        1        0
4 -0.06311276        0        0
5  1.31599915        0        0
6  0.36374591        1        0

预言.glmnet：某些因素在新数据中只有一个层次

1 个答案: