R的GLMNET包拟合模型后预测出现问题

Question

我正在尝试使用R的glmnet包中的岭回归来预测汽车的mpg，基于一些变量。我已经将数据分成了训练和测试数据，并对分类变量进行了虚拟编码。

我按照以下方式拟合了交叉验证模型：

require("glmnet")

x <- as.matrix(data.frame(cylinderDummy[,2:ncol(cylinderDummy)], trainData$displacement,
            trainData$horsepower, trainData$weight, trainData$acceleration,
            originDummy[,2:ncol(originDummy)]))
y <- trainData$mpg
cv.fit <- cv.glmnet(x, y, alpha = 1, nfolds=5,type.measure="mse")

虽然这很好，但当我尝试在拟合模型的测试数据上使用predict()函数时，问题就出现了：

prediction <- predict(cv.fit, testData$mpg, s="lambda.1se")

I get the following error:

Error in as.matrix(cbind2(1, newx) %*% nbeta) : 
error in evaluating the argument 'x' in selecting a method for function 'as.matrix': 
Error in t(.Call(Csparse_dense_crossprod, y, t(x))) : 
error in evaluating the argument 'x' in selecting a method for function 't': 
Error: Cholmod error 'X and/or Y have wrong dimensions' at file
../MatrixOps/cholmod_sdmult.c, line 90

有人能告诉我我做错了什么吗？谢谢！

- TayTay

Answer 1

prediction <- predict(cv.fit, testData$mpg, s="lambda.1se")

看起来testData$mpg是一个向量，模型应该使用整个测试数据集进行预测，而不是单个mpg值。

在您的情况下，应该是这样的

testdata <- as.matrix(data.frame(cylinderDummy[,2:ncol(cylinderDummy)], testData$displacement,
        testData$horsepower, testData$weight, testData$acceleration,
        originDummy[,2:ncol(originDummy)]))
prediction <- predict(cv.fit, testData, s="lambda.1se")

- Lanqiu Mei