将 glmnet 从二项式更改为多项式会出错答案

【问题标题】：Changing glmnet from binomial to multinomial gives error将 glmnet 从二项式更改为多项式会出错
【发布时间】：2021-09-22 16:59:53
【问题描述】：

我正在尝试调整二项式 glmnet 的代码以使其适用于多项式问题，但由于某种原因，我不断收到错误代码。

这是完美运行的二项式模型的原始代码：

  traininglasso <- stratified(sp_lasso, group = "Cat",
                              select = list(Cat = c("A","B", "C")),
                              size = c(86), replace=FALSE)
  
  traininglasso[,Cat:=factor(Cat, labels = c("B", "B", "C") )]
  check_lasso <- anti_join(sp_lasso, traininglasso, by=c("Accepted Symbol"))
  check_lasso[,Cat:=factor(Cat, labels = c("B", "B", "C") )]

  use_for_lasso <- within(for_lasso, Cat <- relevel(Cat, ref="C"))
  
  lassod <- model.matrix(Cat~., use_for_lasso)[,-1]
  
  cv.lassod <- cv.glmnet(lassod, use_for_lasso$Cat, alpha =1, family= "binomial")
  
  lambdad <- cv.lassod
  
  lasso_modeld <- glmnet(lassod, use_for_lasso$Cat, alpha =1, family = "binomial", 
                              lambda = lambdad$lambda.1se)
  
  coefd <- coef(lasso_modeld)
  
  check_lasso_matrix <- model.matrix(Cat~., check_lasso)[,-1]
  
  probslasso4 <- as.data.frame(predict.glmnet(lasso_modeld, type="response", newx = check_lasso_matrix))

对不起，罗嗦了这么多，但基本上我的步骤是这样的：

对原始数据集进行分层随机抽样，以获得“A”、“B”和“C”三个类别（猫）中的每一个的 86 个观察值
将类别 A 和 B 连接在一起，这样结果就是二元的（两个类别，只有 B 和 C）
组装所有不在随机样本中的观察结果，用于最后检查模型的准确性，并对它们进行重新分类。
按照建议运行 LASSO glm 的步骤
然后，在最后一行中，使用非训练数据生成预测以检查模型的准确性。

同样，所有这些都可以正常工作。但是，当我将数据保留为三个类别并将族更改为多项式时（从字面上看，这些是我在下面的代码中所做的唯一更改，包括数据在内的所有其他内容都是相同的）我收到此错误消息：

Error in h(simpleError(msg, call)) : 
  error in evaluating the argument 'x' in selecting a method for function 'as.matrix': requires numeric/complex matrix/vector arguments

我读过其他人遇到此错误并且只需要重新格式化他们的矩阵，但我怀疑这不是我的问题，因为二项式代码适用于我用于此的矩阵。

这是我尝试过的多项式版本的代码，但它不起作用。我再次运行了上面的整个代码块，但我在这里只包括我编辑的从二项式到多项式的 4 行：


  traininglasso[,Cat:=factor(Cat, labels = c("A", "B", "C") )]

  check_lasso[,Cat:=factor(Cat, labels = c("A", "B", "C") )]

  
  cv.lassod<- cv.glmnet(lassod, use_for_lasso$Cat, alpha =1, family= "multinomial")
  
  
  lasso_modeld <- glmnet(lassod, use_for_lasso$Cat, alpha =1, family = "multinomial", 
                              lambda = lambdad$lambda.1se)

【问题讨论】：

我还应该注意，错误消息专门附加到代码的最后一行（以probslasso4 <- 开头的代码 - 它上面的所有行都运行没有问题
一个更短的可重现示例会有所帮助。很可能，您正在尝试传递字符向量或不能直接转换为矩阵的东西。
对不起！我已经清理了一点，并删除了不必要的东西。感谢您的帮助 - 但如果不编辑二项式和多项式版本之间的数据（除了重新分类响应变量），为什么矩阵格式会改变/现在有问题？

标签： r glmnet multinomial

【解决方案1】：

想通了。无论出于何种原因，当您使用 glmnet 创建多项式模型时，您需要使用常规的 predict() 函数而不是 predict.glmnet() 函数。对多项式和二项式模型使用相同的模型矩阵效果很好 - 似乎错误实际上与矩阵格式无关。

【讨论】：