r-如何使用SGL软件包开发逻辑回归模型

Question

我目前正在处理一个包含大量变量的数据集。因此，我决定使用稀疏组LASSO变量选择技术，在SGL包上实现。

我的问题是一个逻辑回归问题，它是使用这个包构建的可能模型之一。然而，当我尝试使用它时，我会收到一条错误消息。我的数据帧被称为N，我的二进制向量被称为y:

> x <- as.matrix(N)
> y <- as.matrix(Y)
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="logit")
Error: NA/NaN/Inf in foreign function call (arg 1)

在以前的情况下，Y是一个由零和一组成的二进制数字向量，所以我认为问题是Y不是一个因子，所以我尝试了另一次：

> x <- as.matrix(N)
> y <- as.factor(Y))
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="logit")
Error in seq.default(log(max.lam), 
log(min.lam), (log(min.lam) -   log(max.lam))/(nlam -  : 
'from' cannot be NA, NaN or infinite
In addition: Warning messages:
1: In mean.default(y) : argument is not numeric or logical: returning NA
2: In mean.default(y) : argument is not numeric or logical: returning NA
3: In Ops.factor(y, m.y) : '-' not meaningful for factors

因此，这个错误消息似乎表明y不应该是一个因素。我不知道出了什么问题，特别是因为如果我运行cvSGL函数时将y视为数字二进制向量，但我建立了一个线性模型而不是logit模型(尽管线性模型对我来说没有意义)，它实际上是有效的，不会产生任何错误。

我指的是应用这个：

> y <- as.matrix(Y)
> data <- list(x, y=y)
> sgl_small <- cvSGL(data, groups, type="linear")

如果有其他人尝试使用此包来构建logit模型，我将感谢任何帮助。

Answer 1

我在cvSGL 的帮助页面上找到了这个例子

set.seed(1)
n = 50; p = 10;
X = matrix(rnorm(n * p), ncol = p, nrow = n)
beta = (-2:2)
y = sample(c(0,1),50, replace = T)
data = list(x = X, y = y)
cvFit = cvSGL(data, type = "logit")

正如您所看到的，在这种情况下没有使用参数"index"(您称之为groups)。我不明白你是如何在你的案例中定义索引的。我想问题是你需要定义你的元素列表的名称

data <- list(x = x, y=y)