0

这个问题是这个问题的更具体和简化的版本。

我使用的数据集对于单个lm或speedlm计算来说太大了。
我想将我的数据集拆分成更小的部分，但在这样做时，一个（或多个）列仅包含一个factor。
下面的代码是重现我的示例的最小值。在问题的底部，我将为感兴趣的人提供我的测试脚本。

library(speedglm)

iris$Species <- factor(iris$Species)
i <- iris[1:20,]
summary(i)
speedlm(Sepal.Length ~ Sepal.Width + Species , i)

这让我得到以下错误：

Error in `contrasts<-`(`*tmp*`, value = contr.funs[1 + isOF[nn]]) : 
  contrasts can be applied only to factors with 2 or more levels

我试图分解iris$Species但没有成功。我现在真的不知道如何解决这个问题。

我怎样才能包含Species到模型中？（不增加样本量）

编辑：
我知道我只有一个级别：“setosa”，但我仍然需要将它包含在线性模型中，因为我最终将使用更多因子更新模型，如下面的示例脚本所示

对于那些感兴趣的人，这里是我将用于我的实际数据集的示例脚本：

library(speedglm)

testfunction <- function(start.i, end.i) {
  return(iris[start.i:end.i,])
}

  lengthdata <- nrow(iris)
  stepsize <- 20

## attempt to factor
  iris$Species <- factor(iris$Species)

## Creates the iris dataset in split parts
  start.i <- seq(0, lengthdata, stepsize)
  end.i   <- pmin(start.i + stepsize, lengthdata)

  dat <- Map(testfunction, start.i + 1, end.i)

## Loops trough the split iris data
  for (i in dat) {
    if (!exists("lmfit")) {
      lmfit  <- speedlm(Sepal.Length ~ Sepal.Width + Species , i)
    } else if (!exists("lmfit2")) {
      lmfit2 <- updateWithMoreData(lmfit, i)
    } else {
      lmfit2 <- updateWithMoreData(lmfit2, i)
    }
  }
  print(summary(lmfit2))
4

1 回答 1

1

可能有更好的方法，但是如果您对行重新排序，每个拆分将包含更多级别，因此不会导致错误。我创建了一个随机顺序，但您可能想要做一个更系统的方式。

library(speedglm)

testfunction <- function(start.i, end.i) {
    return(iris.r[start.i:end.i,])
}

lengthdata <- nrow(iris)
stepsize <- 20

## attempt to factor
iris$Species <- factor(iris$Species)

##Random order
set.seed(1)
iris.r <- iris[sample(nrow(iris)),]

## Creates the iris dataset in split parts
start.i <- seq(0, lengthdata, stepsize)
end.i   <- pmin(start.i + stepsize, lengthdata)

dat <- Map(testfunction, start.i + 1, end.i)

## Loops trough the split iris data
for (i in dat) {
    if (!exists("lmfit")) {
        lmfit  <- speedlm(Sepal.Length ~ Sepal.Width + Species , i)
    } else if (!exists("lmfit2")) {
        lmfit2 <- updateWithMoreData(lmfit, i)
    } else {
        lmfit2 <- updateWithMoreData(lmfit2, i)
    }
}
print(summary(lmfit2))

编辑 而不是随机顺序，您可以使用模除法以系统的方式生成扩展索引向量：

spred.i <- seq(1, by = 7, length.out = 150) %% 150 + 1
iris.r <- iris[spred.i,]
于 2015-10-15T10:27:50.353 回答