在R中使用mapply运行逻辑模型

Question

我有以下功能：

logModels <- function(data_idx_list,data)   

{
  x  <-  lapply(data_idx_list, function(m) 
        sparse.model.matrix(~.,data = data[m,]))
  y <- lapply(data_idx_list, function(m) data$earlyR[m])

  logM <- mapply(function(x,y) {
          cv.glmnet(x=x,y=y,family="binomial",alpha=0)
}, x,y) 

return(logM)

}

其中x包含5个数据样本，而y是我的因变量 。 当我尝试使用mapply ，出现以下错误：

glmnet（x，y，权重=权重，偏移量=偏移量，lambda = lambda，中的错误：y（1）中的观察数不等于x的行数（100000）

但是，当我按以下方式运行模型时，它可以工作：

lm1 = cv.glmnet(x=x[[1]],y=y,family="binomial",alpha=0)

因此，我假设我在mapply函数中接近x的方式遇到了一些麻烦。

您的帮助将不胜感激。

Answer 1

如果我正确理解了您的问题，则只需将y包裹到一个list ：

logM <- mapply(function(x, y) cv.glmnet(x, y, family = "binomial", alpha = 0),
               x, list(y))

否则， y各个元素将传递给glm函数的连续调用。

另一种更简洁的编写方式：

logM <- mapply(cv.glmnet, x = x, y = list(y), family = "binomial", alpha = 0))