无“；0”'；s生产“；下降时出错（y%*%rep（1，nc））&x201D；

我试图运行代码

glmnet（M，R，family=“binomial”）

，其中M是大小为（N×k）的数据矩阵，R是二进制值的N维向量。N是样本数，k是变量数。在我的具体例子中，R只是一个1的向量，因为它是我对数据集的唯一响应

如其他一些答案所述，当R包含全部1或全部0时，

glmnet

抛出以下错误：

y%*%rep（1，nc）中出错：参数不一致

为什么会这样，有没有办法避免这个错误

glm

不会抛出此错误，但对我的数据集严重过度拟合，因此我需要使用

glmnet

进行正则化

如果需要，我可以提供示例代码

---

谢谢。

建立一个只有一个可能响应的模型有什么意义？另外，这不是一个编程问题。@m-dz实际上，响应可以是0或1。这在缺少的数据上下文中。所以，假设数据有一个真实的分布。然后还有另一个依赖于“真实”数据的分布，它决定了给定样本丢失的概率。现在，给定另一个分布，我们可以得到一个新的修改过的数据集，其中缺少数据点。在这个新的数据集中，我们只查看响应为“1”的数据点，即没有丢失的数据点。@m-dz这是一个编程问题，因为我只想让

glmnet

发挥其魔力，而不管响应是否都为1。我在stack的另一部分上问了这个问题，他们说这完全是一个编程问题……我同意这是一个编程问题，但@m-dz提出的建模问题似乎仍然适用。如果您所有的训练数据的结果值都为1，则模型将预测您输入的任何其他数据的结果为1的100%概率，包括结果值为0的数据。@Shoogiebaba，然后您的模型应基于原始数据构建。当你在预测一种治疗是否能治愈一种疾病时，你并不仅仅是在给那些已经治愈的例子喂食。在我看来，这仍然是一个实验设计问题，不涉及编程。