R-生成'时克服内存限制；交互变量'；

我想运行正则化回归（例如套索）。我的数据集包含50k个观测值和500个变量（x1、x2、…x500）

我正在尝试生成一个矩阵，该矩阵捕获每个x变量（即x1*x2、x1*x3…x499*n500）之间所有可能的交互项。我认识到这将是一个非常大的矩阵（42k行，125k列），并且鉴于我的变量是连续的，我将无法存储为稀疏矩阵。我用来生成此矩阵的代码是：

x_interactions <- model.matrix(~.^2, data=x)

---

x_交互您打算对矩阵做什么？我怀疑你能否在内存中保存如此巨大的对象。我计划使用glmnet软件包将其用于套索回归，但这无疑也会带来内存挑战。看看这里：你打算如何处理你的矩阵？我怀疑你是否能在内存中保存如此巨大的对象。我计划使用glmnet软件包将其用于套索回归，但这无疑也会带来内存挑战。请看这里：