問題タブ [glmnet]

データの相互検証を実行するために使用しようとするとcv.glmnet、エラーが発生しました

以下の行yは、3 レベルの変数です (as.factor()元の変数で使用しました)。予測子xは、1 つの連続変数 (mage) といくつかの因子変数 (ここでもas.factor()カテゴリ変数で使用されます) で構成されます。オンラインの別の投稿で示唆されているように、すべての予測子をまとめて収集するための私のコードは次のとおりです。

続いて、以下を使用した交差検証が行われます。

誰かが以前にこの問題に直面したことがあるかどうか、考えられる原因は何かと思っていました。

cv.glmnet モデルの auc 値を返す関数があり、ほとんどの場合ではありませんが、cv.glmnet 関数を実行すると次のエラーが返されます。

drop(y % % rep(1, nc)) のエラー: 関数 'drop' のメソッドを選択する際に引数 'x' を評価する際のエラー: y % % rep(1, nc) のエラー: 適合しない引数

エラーについて少し読んだことがありますが、私が見つけた唯一の提案は、as.matrix() の代わりに data.matrix() を使用することでした。私の関数は次のとおりです（「フォーム」は目的の変数を含む式で、「dt」はデータフレームです）：

この関数を別の関数に実装しています。この関数は、いくつかの変数の組み合わせを反復処理して、どの変数の組み合わせがうまく機能するかを確認します (かなり強引な方法です)。とにかく、エラーがスローされたときに反復の式を印刷し、その式だけで関数を呼び出したところ、正常に機能しました。残念ながら、エラーをスローする呼び出しを特定することはできません。それ以外の場合は、より多くの情報を提供しようとします。データ フレームには約 30 行あり、110 行のより大きなデータ セットでコードを実行してもエラーは発生しません。また、どちらのデータセットにも NA はありません。

誰かがこれを前に見たことがありますか、または何か考えがありますか? ありがとう！

私にとって glmnet を使用する大きなメリットの 1 つは、スパース行列を変換せずに直接操作できることです。ここの投稿は、キャレットの train 関数がトレーニング セットのデータ フレームのみを取り込むことができることを示しているようで、?caret::train も同じことを示唆しています。これは実際にそうですか？

このglmnetパッケージは、予測子が選択されていない最大値からスケーリングされたLASSO調整パラメーターの範囲を使用します。この値を計算する方法を知りたいです。たとえば、単純なデータセットでは次のようになります。lambdalambda_maxglmnetlambda_max

パッケージ vignette ( http://www.jstatsoft.org/v33/i01/paper ) は、セクション 2.5 で、この値を次のように計算すると説明しています。

これは明らかに近いですが、同じ値ではありません。では、この違いは何が原因なのでしょうか。lambda_max関連する質問では、ロジスティック回帰をどのように計算できますか?