矩阵与R中的训练集大小不匹配时出错

我正在为一个项目制作一个岭回归模型。我的

trained

数据集有2055个OB，包含21个变量，其中

预期寿命

是我正在研究的。当我使用我的

train.mat

下面的代码时，我只有1917，并且我在尝试运行岭回归代码时收到错误消息。我可以做些什么来获得要匹配的观察数

代码：

运行第4行时出错 glmnet中的错误（train.mat，trainLed$lifeempeating，alpha=1，lambda=grid，：

---

y（2055）中的观察数不等于x（1917）中的行数。

由于某些自变量为NA，因此出现该错误，

model.matrix（）

将跳过这些行

例如，我们制作了一个类似的数据集，其中100个NAs来自不同的列，我得到了相同的错误：

trainLed = data.frame(matrix(rnorm(2055*11),ncol=11))
colnames(trainLed) = c(paste0("var",1:10),"Lifeexpectancy")
trainLed$var1[1:50] = NA
trainLed$var2[51:100] = NA

train.mat = model.matrix(Lifeexpectancy~.,data=trainLed)
fit.ridge = glmnet(train.mat,trainLed$Lifeexpectancy,alpha=0)

Error in glmnet(train.mat, trainLed$Lifeexpectancy, alpha = 0) : 
  number of observations in y (2055) not equal to the number of rows of x (1955)

将数据子集以获得完整的观察结果：

trainLed = trainLed[complete.cases(trainLed),]
train.mat = model.matrix(Lifeexpectancy~.,data=trainLed)
fit.ridge = glmnet(train.mat,trainLed$Lifeexpectancy,alpha=0)

trainLed = trainLed[complete.cases(trainLed),]
train.mat = model.matrix(Lifeexpectancy~.,data=trainLed)
fit.ridge = glmnet(train.mat,trainLed$Lifeexpectancy,alpha=0)