如何计算R中套索回归测试数据的MSE？

我试图为R中的lasso回归找到测试集的MSE。我已使用glmnet公式创建lasso模型，但使用模型计算MSE（如以下代码所示）会产生以下错误：

Error in cbind2(1, newx) %*% nbeta : not-yet-implemented method for <data.frame> %*% <dgCMatrix>

---

非常感谢您的帮助

如果您包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，那么就更容易为您提供帮助。看起来你没有正确调用predict，但不清楚所有这些变量是什么。看看creators网站：如果你包含一个简单的示例输入和所需的输出，可以用来测试和验证可能的解决方案，那么帮助你会更容易。看起来你没有正确调用predict，但不清楚所有这些变量是什么。请查看creators网站：

lassofit = glmnet( x , y , alpha = 1 , lambda = opt_lambda_1se , standardize = TRUE )

mean( ( dtest$logprice - predict( lassofit , dtest ) ) ^ 2 )