not - glmnet ridge in r

R glmnet: "objeto de(lista) no puede ser obligado a escribir" doble "

Question

Estoy tratando de usar el paquete glmnet en un conjunto de datos. Estoy usando cv.glmnet() para obtener un valor lambda para glmnet() . Aquí está el conjunto de datos y el mensaje de error:

> 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''

Estoy excluyendo las columnas 1, 2, 7, 12 como son: columna de identificación, columna de respuesta, contienen NA y contienen NA. Cualquier sugerencia seria genial.

Answer 1

cv.glmnet espera una matriz de predictores, no un marco de datos. Generalmente puedes obtener esto vía

X <- model.matrix(<formula>, data=<data>)

pero en tu caso, probablemente puedas llegar más fácilmente con

X <- as.matrix(t2[,-c(1,2,7,12)])

ya que no parece tener ninguna variable de factores u otros problemas que puedan complicar las cosas.

Dado que esta respuesta está recibiendo muchos resultados: el paquete glmnetUtils proporciona una interfaz basada en fórmulas para glmnet, como la que se usa para la mayoría de las funciones de modelado de R Incluye métodos para glmnet y cv.glmnet , así como una nueva función cva.glmnet para realizar la validación cruzada para alfa y lambda.

Lo anterior se convertiría en

cv.glmnet(X2 ~ ., data=t2[-1], family="multinomial")

Los NA se manejan automáticamente, por lo que no tiene que excluir columnas con valores faltantes.