R glmnet:“在;(列表)对象不能强制为类型';双倍'&引用;
我试图在数据集上使用R glmnet:“在;(列表)对象不能强制为类型';双倍'&引用;,r,glmnet,R,Glmnet,我试图在数据集上使用glmnet包。我正在使用cv.glmnet()获取glmnet()的lambda值。以下是数据集和错误消息: > head(t2) X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2 2 2 0 0.9571510 40 0 0.12187620 2600 4 0 0
glmnet
包。我正在使用cv.glmnet()
获取glmnet()
的lambda值。以下是数据集和错误消息:
> head(t2)
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2
2 2 0 0.9571510 40 0 0.12187620 2600 4 0 0 0 1
3 3 0 0.6581801 38 1 0.08511338 3042 2 1 0 0 0
4 4 0 0.2338098 30 0 0.03604968 3300 5 0 0 0 0
5 5 0 0.9072394 49 1 0.02492570 63588 7 0 1 0 0
6 6 0 0.2131787 74 0 0.37560697 3500 3 0 1 0 1
> str(t2)
'data.frame': 150000 obs. of 12 variables:
$ X1 : int 1 2 3 4 5 6 7 8 9 10 ...
$ X2 : int 1 0 0 0 0 0 0 0 0 0 ...
$ X3 : num 0.766 0.957 0.658 0.234 0.907 ...
$ X4 : int 45 40 38 30 49 74 57 39 27 57 ...
$ X5 : int 2 0 1 0 1 0 0 0 0 0 ...
$ X6 : num 0.803 0.1219 0.0851 0.036 0.0249 ...
$ X7 : int 9120 2600 3042 3300 63588 3500 NA 3500 NA 23684 ...
$ X8 : int 13 4 2 5 7 3 8 8 2 9 ...
$ X9 : int 0 0 1 0 0 0 0 0 0 0 ...
$ X10: int 6 0 0 0 1 1 3 0 0 4 ...
$ X11: int 0 0 0 0 0 0 0 0 0 0 ...
$ X12: int 2 1 0 0 0 1 0 0 NA 2 ...
> cv1 <- cv.glmnet(t2[,-c(1,2,7,12)], t2[,2], family="multinomial")
Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
(list) object cannot be coerced to type 'double'
>头部(t2)
x1x2x3 X4 X5 X6 X7 X8 X9 X10 X11 X12
1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2
2 2 0 0.9571510 40 0 0.12187620 2600 4 0 0 0 1
3 3 0 0.6581801 38 1 0.08511338 3042 2 1 0 0 0
4 4 0 0.2338098 30 0 0.03604968 3300 5 0 0 0 0
5 5 0 0.9072394 49 1 0.02492570 63588 7 0 1 0 0
6 6 0 0.2131787 74 0 0.37560697 3500 3 0 1 0 1
>str(t2)
“数据帧”:150000 obs。在12个变量中:
$X1:int 1 2 3 4 5 6 7 8 9 10。。。
$X2:int 1 0 0 0 0 0。。。
$X3:num 0.766 0.957 0.658 0.234 0.907。。。
$X4:int 45 40 38 30 49 74 57 39 27 57。。。
$X5:int 2 0 1 0 1 0 0 0 0 0 0 0 0。。。
$X6:num 0.803 0.1219 0.0851 0.036 0.0249。。。
$X7:int 9120 2600 3042 3300 63588 3500 NA 3500 NA 23684。。。
$X8:int 13 4 2 5 7 3 8 2 9。。。
$X9:int 0 1 0 0 0 0 0 0 0。。。
$X10:int 600 01 130 04。。。
$X11:int 0 0 0 0 0。。。
$X12:int 2 1 0 0 0 1 0 NA 2。。。
>cv1cv.glmnet
期望的是预测矩阵,而不是数据帧。一般情况下,您可以通过
X <- model.matrix(<formula>, data=<data>)
NA是自动处理的,因此您不必排除缺少值的列。Quick note,而不是as.matrix(),我最终不得不使用:data.matrix()。@screechOwl:我看不出您需要使用data.matrix()
;你所有的变量都是int或num。你能重新检查一下原因吗?
X <- as.matrix(t2[,-c(1,2,7,12)])
cv.glmnet(X2 ~ ., data=t2[-1], family="multinomial")