我想用一个预测因子多于观测值的数据集来执行一个非线性回归来降维，并且预测因子也可以是多重共线性的[编辑：它类似于基因表达数据集]。我通过谷歌搜索发现，具有平滑函数 + 使用 L1 惩罚的 GAM 模型可以完成这项工作，但是当我尝试使用 mgcv 中的 R 包实现这样的模型时，我很早就开始使用 {{1 }}。
阅读 this question 的答案后，我假设我无法使用 Error: model has more coefficients than data 计算具有比观察更多的预测变量的 GAM。有人可以指出哪个包适合我的任务，或者我的代码有误吗？
这是我尝试过的示例代码，它给出了相同的错误。请注意，我的“真实”数据集有 p>n [编辑：所有变量都是数字]
mgcv