如何消除外接函数调用(arg 3)中的NA/NaN/Inf

Question

我是新的R，我正在做一些物流回归模型。我试图使用100+变量对我的200万条记录的数据运行更大的值。我的变量由数值和整数(0/1)组成，因为我已经将它设置为指示符。

isOK,quantity,weight,isUS,isEU,isASIA
0,2,1.1,0,0,1
1,1,0.9,1,1,0

然而，更大的总是抛出一个错误。

Coef.bigqr中的错误(对象$qr)：外部函数调用中的NA/NaN/Inf (arg 3)

在traceback()中，它显示了以下内容

14: coef.bigqr(object$qr)
13: coef(object$qr)
12: coef.biglm(iwlm)
11: coef(iwlm)
10: bigglm.function(formula = formula, data = datafun, ...)
9: bigglm(formula = formula, data = datafun, ...)
8: bigglm(formula = formula, data = datafun, ...)
7: bigglm.data.frame(myForm, data = myraw.data[i, , drop = FALSE], 
   family = binomial(link = logit))
6: bigglm(myForm, data = myraw.data[i, , drop = FALSE], family = binomial(link = logit))
5: bigglm(myForm, data = myraw.data[i, , drop = FALSE], family = binomial(link = logit)) at trial.r#48
4: eval(ei, envir)
3: eval(ei, envir)
2: withVisible(eval(ei, envir))
1: source("trial.r")

我已经做了一些研究，有人提到，大‘m应该包含所有可能的值/因素，然而，我所有的变量都是数字/指示符，我认为这是不必要的(如果我弄错了，请纠正我)。无论如何，我已经重新安排了我的数据集，使得第一个数据块(对于我的情况，我将它设置为3000，如下所示)，所有的整数变量都有记录在0或1的位置。

for (i in chunk(myraw.data, by=3000)){
  if (i[1]==1){
      myFullLRModel <- bigglm(myForm, data=myraw.data[i,,drop=FALSE], family=binomial(link=logit))
  }else{
      myFullLRModel <- update(myFullLRModel, myraw.data[i,,drop=FALSE])
  }
}

你能告诉我为什么会发生这样的错误吗？我无法运行glm，因为它总是返回内存不足。

Answer 1

如果您有0/1变量，并且在一个块中没有观察到零(即列是常数)，就会产生NA系数，这可能会产生您所面临的问题。