我正在尝试在数据集上使用glmnet
包。我正在使用cv.glmnet()
获取glmnet()
的lambda值。这是数据集和错误消息:
> head(t2)
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2
2 2 0 0.9571510 40 0 0.12187620 2600 4 0 0 0 1
3 3 0 0.6581801 38 1 0.08511338 3042 2 1 0 0 0
4 4 0 0.2338098 30 0 0.03604968 3300 5 0 0 0 0
5 5 0 0.9072394 49 1 0.02492570 63588 7 0 1 0 0
6 6 0 0.2131787 74 0 0.37560697 3500 3 0 1 0 1
> str(t2)
'data.frame': 150000 obs. of 12 variables:
$ X1 : int 1 2 3 4 5 6 7 8 9 10 ...
$ X2 : int 1 0 0 0 0 0 0 0 0 0 ...
$ X3 : num 0.766 0.957 0.658 0.234 0.907 ...
$ X4 : int 45 40 38 30 49 74 57 39 27 57 ...
$ X5 : int 2 0 1 0 1 0 0 0 0 0 ...
$ X6 : num 0.803 0.1219 0.0851 0.036 0.0249 ...
$ X7 : int 9120 2600 3042 3300 63588 3500 NA 3500 NA 23684 ...
$ X8 : int 13 4 2 5 7 3 8 8 2 9 ...
$ X9 : int 0 0 1 0 0 0 0 0 0 0 ...
$ X10: int 6 0 0 0 1 1 3 0 0 4 ...
$ X11: int 0 0 0 0 0 0 0 0 0 0 ...
$ X12: int 2 1 0 0 0 1 0 0 NA 2 ...
> cv1 <- cv.glmnet(t2[,-c(1,2,7,12)], t2[,2], family="multinomial")
Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
(list) object cannot be coerced to type 'double'
我将第1,2,7,12列排除在外:id列,响应列,包含NA,并包含NA。任何建议都会很棒。
答案 0 :(得分:48)
cv.glmnet
需要一个预测变量矩阵,而不是数据帧。通常你可以通过
X <- model.matrix(<formula>, data=<data>)
但在您的情况下,您可以使用
更轻松地到达那里X <- as.matrix(t2[,-c(1,2,7,12)])
因为您似乎没有任何因素变量或其他可能使问题复杂化的问题。
由于这个答案获得了大量的点击:glmnetUtils package为glmnet提供了一个基于公式的界面,就像用于大多数R建模功能的界面一样。它包括glmnet
和cv.glmnet
的方法,以及用于对alpha和lambda进行交叉验证的新cva.glmnet
函数。
以上将成为
cv.glmnet(X2 ~ ., data=t2[-1], family="multinomial")
NA会自动处理,因此您不必排除缺少值的列。