可以将dismo：：glmnet()用于适合glmnet()或cv.glmnet()的模型吗？

Question

我正在使用glmnet软件包创建一个基于lasso回归的物种分布模型(SDM)。我成功地使用glmnet::cv.glmnet()对模型进行了拟合，并且可以通过设置s= lambda.min和type = "response“来使用predict()函数来生成给定的lambda值的预测概率。

我正在创建几种不同类型的SDMs，并一直使用dismo：：估价()来生成fit统计数据(基于测试数据集)，并使用阈值将概率转换为二进制值。但是，当我使用cv.glmnet (或glmnet)模型运行dismo：：model ()时，我得到以下错误：

h(simpleError(msg，call))中的错误:在为函数“as.Matrix”选择方法时计算参数'x‘时出错： %*%的尚未实现的方法

这让我感到困惑，因为我认为，当我在存在位置(p)提供带有预测值的矩阵和在缺勤位置(a)提供值的另一个矩阵时，不需要使用value()中的x参数。我想知道估价()是否不适用于这些类型的模型？谢谢，如果我错过了一些显而易见的事情，那就道歉吧！

Answer 1

在花费了更多的时间之后，我不认为dismo：：value()在提供"p“和"a”作为预测值的矩阵时与glmnet对象一起工作。dismo：：计算()在调用data.frames ()函数之前将它们转换为。为了解决我的问题，我创建了一个基于dismo：：solve ()的新函数，该函数将p或a作为预测()函数的矩阵。