当我过去使用时glmnet()
,我曾经model.matrix()
为. 但是,我现在正在尝试预测数据的二元结果,其中我对每个预测变量都有完整的观察,但我所有的响应条目都是. 当响应变量全部丢失时,该函数似乎不起作用,我一直在尝试使用为. 但是,当我尝试使用该功能时,我不断收到以下错误:x
glmnet(x, y, alpha = 1, family = 'binomial')
NA
model.matrix()
data.matrix()
x
glmnet()
predict()
Error in as.matrix(cbind2(1, newx) %*% nbeta) :
error in evaluating the argument 'x' in selecting a method for function 'as.matrix': Error in cbind2(1, newx) %*% nbeta :
Cholmod error 'X and/or Y have wrong dimensions' at file ../MatrixOps/cholmod_sdmult.c, line 90
任何人都可以建议在这种情况下如何在所有缺少响应值的情况下继续前进吗?在阅读了几篇在线文章后,我尝试使用各种稀疏矩阵函数,但似乎都没有。例如:
https://stat.ethz.ch/R-manual/R-devel/library/Matrix/html/sparseMatrix.html