1

我目前正在使用具有大量变量的数据集。因此，我决定使用在 SGL 包上实现的稀疏组 LASSO 变量选择技术。

我的问题是逻辑回归问题，这是使用此包构建的可能模型之一。但是，当我尝试使用它时，我收到一条错误消息。我的数据框称为 N，我的二进制向量称为 y：

> x <- as.matrix(N)
> y <- as.matrix(Y)
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="logit")

Error: NA/NaN/Inf in foreign function call (arg 1)

在之前的情况下，Y是0和1的二进制数字向量，所以我认为问题在于Y不是一个因素，所以我又试了一次：

> x <- as.matrix(N)
> y <- as.factor(Y))
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="logit")

Error in seq.default(log(max.lam), 
  log(min.lam), (log(min.lam) -   log(max.lam))/(nlam -  : 
'from' cannot be NA, NaN or infinite
 In addition: Warning messages:
 1: In mean.default(y) : argument is not numeric or logical: returning NA
 2: In mean.default(y) : argument is not numeric or logical: returning NA
 3: In Ops.factor(y, m.y) : '-' not meaningful for factors

所以这个错误信息似乎表明 y 不应该是一个因素。我不知道出了什么问题，特别是因为如果我运行 cvSGL 函数，将 y 视为数字二进制向量，但我构建的是线性模型而不是 logit 模型（尽管线性模型对我来说并不重要），它实际工作并且没有给出任何错误。

我指的是应用这个：

> y <- as.matrix(Y)
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="linear")

如果其他人尝试使用此软件包构建 logit 模型，我将感谢任何帮助。

4

1 回答 1

1

我在 cvSGL 的帮助页面上找到了这个例子

set.seed(1)
n = 50; p = 10;
X = matrix(rnorm(n * p), ncol = p, nrow = n)
beta = (-2:2)
y = sample(c(0,1),50, replace = T)
data = list(x = X, y = y)
cvFit = cvSGL(data, type = "logit")

如您所见，在这种情况下没有使用参数“index”（您将其称为组）。我看不到您如何在您的案例中定义索引。我想问题是您需要定义元素列表的名称

data <- list(x = x, y=y)
于 2016-06-09T09:34:53.953 回答