glmnet函数中predict()出现错误：未实现的方法

Question

当我使用predict glmnet函数时，我会在代码下面得到以下错误。

mydata <- read.csv("data.csv")
x <- mydata[,1:4]
y <- mydata[,5]
data <- cbind(x,y)
model <- model.matrix(y~., data=data)
ridgedata <- model[,-1]
train <- sample(1:dim(ridgedata)[1], round(0.8*dim(ridgedata)[1]))
test <- setdiff(1:dim(ridgedata)[1],train)
x_train <- data[train, ]
y_train <- data$y[train]
x_test <- data[test, ]
y_test <- data$y[test]
k=5
grid =10^seq(10,-2, length =100)
fit <- cv.glmnet(model,y,k=k,lambda = grid)
lambda_min <- fit$lambda.min
fit_test <- predict(fit, newx=x_test,s=lambda_min)

错误如下:

Error in as.matrix(cbind2(1, newx) %*% nbeta) : 在选择函数 'as.matrix' 的方法时评估参数 'x' 时出错: Error in cbind2(1, newx) %*% nbeta : 暂未实现的方法 <data.frame> %*% <dgCMatrix>

我尝试进行调试，但不确定在哪里使用了以下代码并导致此错误:

as.matrix(cbind2(1, newx) %*% nbeta)

- RDPD

---

尝试 x_test <- as.matrix(data[test, ]) ？ - Ben Bolker

@BenBolker 出现了相同的错误。 - RDPD

好的，那么我们需要一个可复现的例子，请参考：https://dev59.com/eG025IYBdhLWcg3whGSx - Ben Bolker

你能发布一个无需请求访问权限的版本吗？最好能创建一个小的自包含示例，生成相同的错误并可以直接在此处发布。 - Ben Bolker

Answer 1

您的原始数据框包含一个预测变量中的因子（分类）变量。当您使用model.matrix时，它会对该变量进行合理的处理；如果您将其直接传递给predict，那么它将不知道如何处理。

newX <- model.matrix(~.-y,data=x_test)
fit_test<-predict(fit, newx=newX,s=lambda_min)

顺便说一下，你可以使用最小/虚构的例子来复制这个示例，只需几行数据即可……例如，这个设置会给出相同的错误（我将数据称为dd而不是"data"，因为后者是R中的内置函数）：

set.seed(101)
dd <- data.frame(y=rnorm(5),
            a=1:5,b=2:6,c=3:7,d=letters[1:5])
model <- model.matrix(y~., data=dd)
n <- nrow(dd)
train <- sample(1:n, size=round(0.8*n))
test <- setdiff(1:n,train)

- Ben Bolker

---

确实非常有帮助。谢谢！ - RDPD

谢谢。这是否意味着我不能在cv.glmnet中使用分类变量？我遇到了同样的问题，除了一个（性别）之外，我正在使用数字变量。提前感谢！ - Emmanuel Goldstein

另一个问题：你能解释一下 "~." 的含义吗？[波浪线后跟点号] - Emmanuel Goldstein

这意味着您需要使用model.matrix将分类变量转换为虚拟变量，这是最简单的方法。公式y〜.表示在模型矩阵中包括数据框中的所有变量（响应变量除外）。 - Ben Bolker

谢谢，我很感激。然而，我仍然不理解，因为x不包含响应变量。我们难道不是只将预测变量转换为虚拟变量（而不是y）吗？另一个问题是，使用glmnet可以使用分类变量，但是不使用cv.glmnet，这很奇怪（只是为了确保，我正在谈论上面的例子，带有减号，我也不知道它在做什么）。 - Emmanuel Goldstein