"对二项式数据错误使用 glmnet"

Question

我导入了一些数据如下

surv <- read.table("http://www.stat.ufl.edu/~aa/glm/data/Student_survey.dat",header = T)
x <- as.matrix(select(surv,-ab))
y <- as.matrix(select(surv,ab))
glmnet::cv.glmnet(x,y,alpha=1,,family="binomial",type.measure = "auc")

Answer 1

glmnet软件包的文档包含您所需的信息，

surv <- read.table("http://www.stat.ufl.edu/~aa/glm/data/Student_survey.dat", header = T, stringsAsFactors = T)

x <- surv[, -which(colnames(surv) == 'ab')]          # remove the 'ab' column

y <- surv[, 'ab']                                    # the 'binomial' family takes a factor as input (too)

xfact = sapply(1:ncol(x), function(y) is.factor(x[, y]))   # separate the factor from the numeric columns

xfactCols = model.matrix(~.-1, data = x[, xfact])          # one option is to build dummy variables from the factors (the other option is to convert to numeric)

xall = as.matrix(cbind(x[, !xfact], xfactCols))            # cbind() numeric and dummy columns 

fit = glmnet::cv.glmnet(xall,y,alpha=1,family="binomial",type.measure = "auc")       # run glmnet error free

str(fit)
List of 10
 $ lambda    : num [1:89] 0.222 0.202 0.184 0.168 0.153 ...
 $ cvm       : num [1:89] 1.12 1.11 1.1 1.07 1.04 ...
 $ cvsd      : num [1:89] 0.211 0.212 0.211 0.196 0.183 ...
 $ cvup      : num [1:89] 1.33 1.32 1.31 1.27 1.23 ...
 $ cvlo      : num [1:89] 0.908 0.9 0.89 0.874 0.862 ...
 $ nzero     : Named int [1:89] 0 2 2 3 3 3 4 4 5 6 ...
 .....

Answer 2

我遇到了数字和字符\/因子的混合数据类型的相同问题。 为了转换预测变量，我建议使用 glmnet 包附带的函数来解决这种混合数据类型问题： glmnet::makeX()<\/code> 。 它处理虚拟创建，甚至能够在丢失数据的情况下执行简单的插补。

x <- glmnet::makeX(surv[, -which(colnames(surv) == 'ab')])