1

glmnet を使用して、ペナルティ付きロジスティック回帰法を学習しようとしています。mtcars のサンプル データの車にオートマチック トランスミッションまたはマニュアルのどちらがあるかを予測しようとしています。私のコードはかなり単純だと思いますが、エラーが発生しているようです:

この最初のブロックは、mtcar を 80% のトレーニング セットと 20% のテスト セットに単純に分割します。

library(glmnet)
attach(mtcars)

smp_size <- floor(0.8 * nrow(mtcars))

set.seed(123)
train_ind <- sample(seq_len(nrow(mtcars)), size=smp_size)

train <- mtcars[train_ind,]
test <- mtcars[-train_ind,]

x データは応答のない行列形式であることがわかっているので、2 つのトレーニング セットを非応答行列 (train_x) と応答ベクトル (train_y) に分けます。

train_x <- train[,!(names(train) %in% c("am"))]
train_y <- train$am

しかし、モデルをトレーニングしようとすると、

p1 <- glmnet(train_x, train_y)

エラーが発生します：

Error in elnet(x, is.sparse, ix, jx, y, weights, offset, type.gaussian,
:(list) object cannot be coerced to type 'double'

何か不足していますか？

4

1 に答える 1

5

最初の引数をマトリックスソルブとして強制する:

p1 <- glmnet(as.matrix(train_x), train_y)

実際、フォームglmnet?は最初の引数が行列/疎行列であるように見えます:

x:次元ノブ x nvars の入力行列。各行は観測ベクトルです。疎行列形式にすることができます(パッケージ Matrix のようにクラス "sparseMatrix" から継承します。family="cox" ではまだ利用できません)

于 2015-06-08T19:18:53.553 に答える