稀疏.model.matrix在R中丢失行

我正在处理常规的

数据。对于
glm
函数来说，帧

看起来太大了，所以我决定处理一个模型矩阵的稀疏表示，这样我就可以将这个稀疏矩阵放入

glmnet

函数中。但是

sparse.model.matrix

看起来像是从原始矩阵中删除了一些行。知道为什么会发生这种情况吗？有什么办法可以避免这种情况？ 代码如下：

> mm <- sparse.model.matrix(~clicks01+kl_tomek*bc1+hours+plec+1, 
data = daneOst)
> dim(mm)
[1] 1253223     292
> dim(daneOst)
[1] 1258836       6

>毫米尺寸（毫米）
[1] 1253223     292
>dim（daneOst）
[1] 1258836       6

这是由于NA的原因

运行

sum（complete.cases（mm））

。我打赌它也会给你1253223

---

因此，请将数据帧中的NA替换为一个值（例如“插补NA”或-99999），然后重试。

@WillemM

是正确的。

NAs

的存在将使稀疏矩阵跳闸。对于大数据集，最好的方法是使用

stringsAsFactors=FALSE

将文件读入数据框，然后选择所需的插补方法。如果您选择使用基于树的学习方法，则更容易使用数据集中不存在的内容来插补这些

NAs

。对大数据集的多重插补将花费非常长的时间，而且您可能会丢失R会话

我成功地将

na.action

更改为

na.pass

，这包括我矩阵中的所有行：

options(na.action='na.pass')

请注意，这是一个全局选项，因此您可能希望在之后将其设置回原始值，以免弄乱代码的其余部分

previous_na_action <- options('na.action')
options(na.action='na.pass')
# Do your stuff...

options(na.action=previous_na_action$na.action)

---

上一个\u na\u操作注意，我将此用于基于树的模型，这些模型可以处理na值。YMMV我认为这是迄今为止最好的解决方案。这就是为什么我接受这个答案。