是否有函数将匹配的响应向量返回到model.matrix？

在glmnet（）中，我必须指定原始X矩阵和响应向量Y（不同于lm，在lm中可以指定模型公式）。model.matrix（）将正确地从X矩阵中删除不完整的观测值，但它不包括输出对象中的响应。所以我会有这样的东西：

mydf
glmnet(y = mydf$response, x = model.matrix(myformula, mydf)[,-1], ...)

---

当model.matrix删除观测值时，y和x尺寸将不匹配。是否有将y数据与x对齐的功能？

尝试使用

model.frame

和

model.response

> d <- data.frame(y=rnorm(3), x=c(1,NA,2), z=c(NA, NA, 1))
> d
           y  x  z
1 -0.6257260  1 NA
2 -0.4979723 NA NA
3 -1.2233772  2  1
> form <- y~x
> mf <- model.frame(form, data=d)
> model.response(mf)
        1         3
-0.625726 -1.223377
> model.matrix(form, mf)
  (Intercept) x
1           1 1
3           1 2
attr(,"assign")
[1] 0 1

>d
y×z
1-0.6257260 1 NA
2-0.4979723纳
3 -1.2233772  2  1
>表单mf模型响应（mf）
1         3
-0.625726 -1.223377
>模型矩阵（表格，mf）
（截距）x
1           1 1
3           1 2
属性（，“分配”）
[1] 0 1

---

我不熟悉

glmnet

，可能情况是

mf

就足够了，只需传递

y=mf[1，]

和

x=mf[-1，]

分两步完成

newdat这只能部分工作，因为na.omit将删除所有OB，包括模型中未使用的变量的NAs。当然。。。您只选择您感兴趣的变量
na.omit（mydf[vars]）
——但是Josh给出了一个很好的答案