R bestglm函数的变量数量限制_R_Regression_Glm

R bestglm函数的变量数量限制

R bestglm函数的变量数量限制,r,regression,glm,R,Regression,Glm,我试图在R中运行bestglm函数进行子集选择，如果我在函数中使用了15个以上的变量，则运行会立即失败。我在下面附上了一些示例代码（我知道这些模型对于这个数据集有太多的变量，我只是将这些模型作为一个示例包括在内）：第一个bestglm函数运行良好，但当我为总共16个功能添加一个附加变量时，第二个bestglm函数立即生成此错误消息：p=16。一定是正如@RomanLuštrik所说的，这是一个，大概是因为15个预测因子意味着有2^15=32768个候选模型，人们必须在某个地方停下来。。。据我所

我试图在R中运行

bestglm

函数进行子集选择，如果我在函数中使用了15个以上的变量，则运行会立即失败。我在下面附上了一些示例代码（我知道这些模型对于这个数据集有太多的变量，我只是将这些模型作为一个示例包括在内）：

第一个

bestglm

函数运行良好，但当我为总共16个功能添加一个附加变量时，第二个

bestglm

函数立即生成此错误消息：

p=16。一定是正如@RomanLuštrik所说的，这是一个，大概是因为15个预测因子意味着有2^15=32768个候选模型，人们必须在某个地方停下来。。。据我所知，在运行GLM时，无法绕过此约束。（Roman提出的requireAllEnumerationQ=FALSE
的建议不起作用，因为跳跃定界算法只适用于线性模型，而不适用于GLM。）
一种可能的策略（此处未充分探讨）是以跳跃式的方式完全拟合线性模型，保存大量顶级模型（例如TopModels=1000
），然后使用您首选的方差结构重新评估顶级模型。。。这在leaps
中不直接起作用，但可以通过以下方式进行黑客攻击：
leaps.obj <- leaps:::leaps.setup(matrix.xy.16,y=cars.df$mpg,nvmax=16,
       nbest=10000)
bb <- leaps:::leaps.exhaustive(leaps.obj, really.big=TRUE)

leaps.obj错误消息表示您可以将15个术语放入bestglm
（）。我想知道更改需要什么样的计数q
做什么…很有趣，谢谢你链接代码。如果family=gaussian
，没有超过2个级别的因子，并且requireAllEnumerationQ=FALSE
（默认值），则代码默认为leaps库。如果其中任何一个为false，则无论method！=详尽的。这很不幸，但我想这只是函数的一个限制。
leaps.obj <- leaps:::leaps.setup(matrix.xy.16,y=cars.df$mpg,nvmax=16,
       nbest=10000)
bb <- leaps:::leaps.exhaustive(leaps.obj, really.big=TRUE)