Çok terimli glmnet çalıştırılırken hata oluştu [kapalı]

Bu soruda belirtilen sorun R paket glmnet 1.7.3 sürümünde giderilmiştir.

Ben aile = multinomial ile glmnet çalışan bazı sorunlar yaşıyorum, ve benzer bir şey karşılaştı ya da bana ne yanlış yaptığımı söyleyebilir merak ediyordum.

Kendi kukla verilerimi koyduğumda, "Uygulanma hatası (nz, 1, medyan): dim (X) pozitif bir uzunluğa sahip olmalı" hatası çalıştırdığımda bildirildi cv.glmnet, "çalışmadı" benim için çok bilgilendirici değildi.

y=rep(1:3,20) #=> 60 element vector
set.seed(1011)
x=matrix(y+rnorm(20*3*10,sd=0.4),nrow=60) # 60*10 element matrix
glm = glmnet(x,y,family="multinomial")   #=> returns without error
crossval = cv.glmnet(x,y,family="multinomial")   #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
crossval = cv.glmnet(x,y,family="multinomial",type.measure="class")   #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
crossval = cv.glmnet(x,y,family="multinomial",type.measure="mae")   #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
cvglm = cv.glmnet(x,y,family="multinomial",lambda=2)   #=> Error in apply(nz, 1, median) : dim(X) must have a positive length

İşte eğer yardımcı olursa, glmnet'i almaya çalıştığım sorunun görsel bir açıklaması:

my_colours = c('red','green','blue')
plot(x[,1],x[,2],col=my_colours[y])

Paket kodlarından örnek kodu çalıştırabiliyorum, bu da bir şeyi yanlış anladığımdan veya glmnet'te bir hata olduğundan şüpheleniyor.

library(glmnet)
set.seed(10101)
n=1000;p=30
x=matrix(rnorm(n*p),n,p) #=> 1000*30 element matrix
beta3=matrix(rnorm(30),10,3)
beta3=rbind(beta3,matrix(0,p-10,3))
f3=x%*% beta3
p3=exp(f3)
p3=p3/apply(p3,1,sum)
g3=rmult(p3) #=> 1000 element vector
set.seed(10101)
cvfit=cv.glmnet(x,g3,family="multinomial")

Bu, R 2.14.1'de aynı sorunu oluşturabilsem de, R sürüm 2.13.1 (2011-07-08) ve glmnet 1.7.1 kullanıyor. Herhangi bir fikir var mı?

İnce bir böcek var.

Olan şu: Yapay veri setinizde, üç grup aracı bir çizgi üzerindedir ve kullanılan nispeten küçük standart sapma ile, üç grup 10 boyutlu alanınızda doğrusal olarak ayrılabilir hale gelir. Sonuç olarak, ikinci grupla ilgili tüm parametrelerin all$\lambda$ için 0 olduğu tahmin edilmektedir . Kontrol

coef(glm)

Dahili olarak her için sıfır olmayan katsayıların sayısını belirlemeye yönelik cv.glmnetbir çağrı vardır . Deneyinpredict$\lambda$

predict(glm, type = "nonzero")

Yapı, cv.glmnetkodu okuduktan sonra , bir liste listesi olması gerekiyordu, ancak listedeki ikinci giriş bir liste değil, NULL! Bu hataya neden olur. Bu kod bloğundacv.glmnet

if (inherits(glmnet.object, "multnet")) {
    nz = predict(glmnet.object, type = "nonzero")
    nz = sapply(nz, function(x) sapply(x, length))
    nz = ceiling(apply(nz, 1, median))
}

İki iç içe sapplyçağrıdan döndürülen sonuç , son çağrısında beklendiği gibi bir matris değildir apply. Bu hatayı oluşturur.

Pratikte hataya girmek çok olası olmayabilir, ancak kodun elbette aşırı durumlarda sağlam olması gerekir. Sorunu bakıcı Trevor Hastie'ye bildirmelisin (e-postası bağlantıda listelenmiştir).

Önce matrisinizi dönüştürün

x sayısal yanıt olmadan. Bundan sonra, modele katkıda bulunan anlamlı katsayı (lar) veri yapılarında olduğu gibi arama colnames veya rownames tarafından bulunur.