我正在尝试使用glm函数使用MNIST数据拟合二进制逻辑模型。我收到一个错误“无法收敛”。在适合模型之前应该进行任何转换？
这是我的数据集的链接 MNIST DATASET
df<-read.csv('mnist_train.csv')
#assigning column names
names(df)<-c(1:785)
#Relabeld the data with values
#If the digit is 9 then its labeled as 1 else its labled as 0
df$`1`<-factor(df$`1`,levels=c(1,2,3,4,5,6,7,8,9),labels=c(0,0,0,0,0,0,0,0,1))
#Removed null values
cldf<-df[complete.cases(df),]
#fitting model
model<-glm(cldf$`1`~.,family =binomial(link = "logit"),data=cldf)
summary(model)
我阅读了以下参考资料，但提供的解决方案不是我的情况，因为我使用0和1作为标签。 Logistic Regression implementation with MNIST - not converging? 以下是我收到的警告消息：
1：glm.fit：算法未收敛
2：glm.fit：出现数字0或1的拟合概率
任何方向将不胜感激。