R 在cv.glmnet（）中运行用于多项式分类的大型矩阵

我正在研究一个大型矩阵，样本数N=40，特征数p=7130。我正在尝试将

cv.glmnet（）

用于山脊，但在执行此操作时出错。
数据集的维度为（407130）
cv.glmnet（）的代码如下所示：

ridge2_cv <- cv.glmnet(x, y,
                   ## type.measure: loss to use for cross-validation.
                   type.measure = "deviance",
                   ## K = 10 is the default.
                   nfold = 10,
                   ## Multinomial regression
                   family = "multinomial",
                   ## ‘alpha = 1’ is the lasso penalty, and ‘alpha = 0’ the ridge penalty.
                   alpha = 0)

---

ridge2\u cv能否尝试将data.matrix（）用作矩阵而不是as.matrix？我记得我试过类似的东西

ridge2_cv <- cv.glmnet(data.matrix(x), y,
               ## type.measure: loss to use for cross-validation.
               type.measure = "deviance",
               ## K = 10 is the default.
               nfold = 10,
               ## Multinomial regression
               family = "multinomial",
               ## ‘alpha = 1’ is the lasso penalty, and ‘alpha = 0’ the ridge penalty.
               alpha = 0)

ridge2\u简历你能编辑你的问题，让我们看看
str（x）
和
str（y）
（也许还有
table（y）
）？@BenBolker我在检查
typeof（x）
和
typeof（y）
时发现了这个问题。数据帧被读取为字符，我必须使用
read.table
并根据我的问题进行更改。这就解决了问题。谢谢你的建议。它给了我解决问题的想法是的，你的答案在某些情况下是正确的，但我的问题是兼容性。当我转换矩阵时，数据被读取为字符。我把它改成了双倍的，它成功了。谢谢你的建议