R代码:模型错误.矩阵.默认值(mt，mf，contrasts):变量1没有级别

Question

我正试图建立一个以反应为诊断的逻辑回归模型(2因素变量：B，M(。我在构建逻辑回归模型时出错：

Error in model.matrix.default(mt, mf, contrasts) : 
variable 1 has no levels

我不知道如何解决这个问题。

R代码：

Cancer <- read.csv("Breast_Cancer.csv")

## Logistic Regression Model
lm.fit <- glm(diagnosis~.-id-X, data = Cancer, family = binomial)
summary(lm.fit)

数据集引用：https://www.kaggle.com/uciml/breast-cancer-wisconsin-data

Answer 1

您的问题与此处在randomForest分类器上报告的问题类似
显然，glm会检查数据中的变量并抛出错误，因为X只包含NA值。

你可以通过来修复这个错误

1. 或者从数据集中完全删除X，在将其交给glm之前设置Cancer$X <- NULL，并在公式中保留X(glm(diagnosis~.-id, data = Cancer, family = binomial)(
2. 或者通过将na.action = na.pass添加到glm调用(这将指示基本上忽略NA警告(，但仍在公式本身中排除X(glm(diagnosis~.-id-X, data = Cancer, family = binomial, na.action = na.pass)(

但是，请注意，您仍然必须确保以glm可理解的形式提供diagnosis变量。含义：数值为0和1的数值矢量、逻辑矢量或因子矢量

"对于二项式和拟二项式家族，响应也可以指定为因子(当第一级表示失败和所有其他成功时("-来自glm-doc

只需定义Cancer$diagnosis <- as.factor(Cancer$diagnosis)。

就我而言，这仍然留下了一些警告，但我认为这些警告来自数据或您的功能选择。它清除阻塞错误：(