错误- lognet(x，is.sparse，ix，jx，y，weight，offset，alpha，nobs)= etc中的错误

Question

在Caret中使用glmnet时出现错误

下面的示例加载库

library(dplyr)
library(caret)
library(C50)

从库C50加载流失数据集

data(churn)

创建x和y变量

churn_x <- subset(churnTest, select= -churn)   
churn_y <- churnTest[[20]]

使用createFolds()在目标变量churn_y上创建5个CV折叠

 myFolds <- createFolds(churn_y, k = 5)

创建trainControl对象: myControl

myControl <- trainControl(
 summaryFunction = twoClassSummary,
 classProbs = TRUE, # IMPORTANT!
 verboseIter = TRUE,
 savePredictions = TRUE,
 index = myFolds
)

适合glmnet模型: model_glmnet

model_glmnet <- train(
  x = churn_x, y = churn_y,
  metric = "ROC",
  method = "glmnet",
  trControl = myControl
)

我收到以下错误

在lognet中出错(x，is.sparse，ix，jx，y，weight，offset，alpha，nobs，：NA/NaN/Inf In外部函数调用(arg 5)另外:警告消息:在lognet中(x，is.sparse，ix，jx，y，weights，offset，alpha，nobs，：NAs由强制引入

我检查过了，churn_x变量中没有缺失值

sum(is.na(churn_x))

有人知道答案吗？

Answer 1

问题出在模型规范中。如果使用插入符号训练公式界面，则训练将起作用：

train <- data.frame(churn_x, churn_y)

model_glmnet <- train(churn_y ~ ., data = train,
  metric = "ROC",
  method = "glmnet",
  trControl = myControl
)

> model_glmnet$results
  alpha       lambda       ROC      Sens      Spec      ROCSD     SensSD      SpecSD
1  0.10 0.0001754386 0.6958156 0.2845934 0.9123349 0.01855530 0.01616471 0.004002873
2  0.10 0.0017543858 0.7187303 0.2901986 0.9185721 0.01681286 0.01415863 0.005347573
3  0.10 0.0175438576 0.7399174 0.2355121 0.9487161 0.01482812 0.03932741 0.010769455
4  0.55 0.0001754386 0.6988285 0.2901800 0.9121614 0.01907845 0.01312159 0.004200233
5  0.55 0.0017543858 0.7260286 0.2946617 0.9185714 0.01761485 0.02171189 0.006755247
6  0.55 0.0175438576 0.7630039 0.2008939 0.9617103 0.01743847 0.03989938 0.006118592
7  1.00 0.0001754386 0.7009482 0.2924146 0.9119881 0.01958200 0.01233419 0.004157393
8  1.00 0.0017543858 0.7313495 0.2957728 0.9203040 0.01797853 0.02356945 0.008478577
9  1.00 0.0175438576 0.7672690 0.1595779 0.9760892 0.01935176 0.01935583 0.007938801

然而，当你指定x和y时，它将不起作用，因为glmnet以模型矩阵的形式接受x，当你提供插入符号的公式时，它将负责model.matrix的创建，但如果你只指定x和y，那么它将假设x是一个model.matrix，并将其传递给glmnet。例如，它是这样工作的：

x <- model.matrix(churn_y ~ ., data = train)

model_glmnet2 <- train(x = x, y = churn_y,
                      metric = "ROC",
                      method = "glmnet",
                      trControl = myControl
)
> model_glmnet2$results
  alpha       lambda       ROC      Sens      Spec      ROCSD     SensSD      SpecSD
1  0.10 0.0001754386 0.6958156 0.2845934 0.9123349 0.01855530 0.01616471 0.004002873
2  0.10 0.0017543858 0.7187303 0.2901986 0.9185721 0.01681286 0.01415863 0.005347573
3  0.10 0.0175438576 0.7399174 0.2355121 0.9487161 0.01482812 0.03932741 0.010769455
4  0.55 0.0001754386 0.6988285 0.2901800 0.9121614 0.01907845 0.01312159 0.004200233
5  0.55 0.0017543858 0.7260286 0.2946617 0.9185714 0.01761485 0.02171189 0.006755247
6  0.55 0.0175438576 0.7630039 0.2008939 0.9617103 0.01743847 0.03989938 0.006118592
7  1.00 0.0001754386 0.7009482 0.2924146 0.9119881 0.01958200 0.01233419 0.004157393
8  1.00 0.0017543858 0.7313495 0.2957728 0.9203040 0.01797853 0.02356945 0.008478577
9  1.00 0.0175438576 0.7672690 0.1595779 0.9760892 0.01935176 0.01935583 0.007938801

仅当存在因子要素时才需要model.matrix

Answer 2

如果您想使用glmnet并得到相同的错误，请执行此操作！

简短回答:使用data.matrix()的解决了我的问题！

最初，我是这样做的：

# Given X and Y are datframes
cv.glmnet(x = as.matrix(X), y = as.matrix(Y), alpha = 1, family = "binomial")

这是通过以下方式修复的：

cv.glmnet(x = data.matrix(X), y = as.matrix(Y), alpha = 1, family = "binomial")

long答案(一点也不长)：

我遇到了同样的问题，我使用as.matrix()传递X矩阵，它将数据框中的所有元素转换为所有列的强制类型，如果您的数据框中碰巧有因子，as.matrix()会将所有内容转换为字符。使用data.matrix()为我解决了这个问题。在as.matrix更基本的地方，data.matrix()可以处理因子和有序因子。