R glm包中的協變量最大數量為128？

Question

我有一個包含146個協變量的數據集，並且正在訓練邏輯回歸。

logit = glm(Y ~ .,
        data = pred.dataset[1:1000,],
        family = binomial)

該模型的訓練速度非常快，但是當我嘗試使用

logit

在第128個變量之后，Beta均為“ NA”

我在嘗試將其導出為pmml時注意到了這一點，並注意到它在128個預測變量之后停止列出Beta。

我瀏覽了文檔，找不到最大協變量的引用，並且對60k行進行了訓練-我仍然在第128個預測變量之后看到NA。

這是glm的限制，還是我的系統的限制？ 我正在運行R 3.1.2 64位。 如何增加預測變量的數量？

Answer 1

這是我實際上剛剛在Stack Exchange上問的一個問題，應該在哪里。 請參閱以下鏈接： https : //stats.stackexchange.com/questions/159316/logistic-regression-in-r-with-many-predictors?noredirect=1#comment303422_159316以及該線程中包含的后續鏈接。 但是，要回答您的問題，基本上來說，邏輯回歸的預測變量太多，在這種情況下可以使用OLS，即使對於二元結果它不能產生最佳結果，結果仍然有效並且可以使用。