如何解决如何解决R中glmnet中的错误?我希望进行LASSO回归
我一直收到以下错误:
**Error in elnet(x,is.sparse,ix,jx,y,weights,offset,type.gaussian,:
NA/NaN/Inf in foreign function call (arg 5)**
我知道其他人对此提出了疑问,但是,某些建议的解决方案(例如将X定义为data.matrix)没有用。请在下面找到我的代码:
CODE:
set.seed(444)
d1 <- read.csv(file = "THP_clean.csv") ## data file
#some cleaning
d1a <- subset(d1,three_groups !=1)
d1b<- DropNA(d1a,Var = "outcome",message = FALSE)
df <- data.frame(d1b)
library(caret)
#split data into training and testing subsamples
inTrain <- createDataPartition(y=df$outcome,p=0.7,list=FALSE)
training <- df[inTrain,]
testing <- df[-inTrain,]
# I omitted the actual list of variables here,but this is what the code looks like and there are 20 + explanatory variables.
x<- data.matrix(training[,c("expl_var1","expl_var2","expl_var3" )])
# Outcome variable
y <- data.matrix(training$outcome)
library(glmnet)
library(Matrix)
fit<- glmnet(Xtrain,Ytrain,family = "gaussian",alpha = 1 )
我要做的就是运行LASSO回归,并找出算法保留的解释变量和丢弃的解释变量。 但是跑步后总是给我错误。从数据集中删除NA(数量不多)并没有帮助。
任何帮助将不胜感激。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。