我在尝试使用glmnet和onehot包进行ridge/lasso回归时遇到了错误。
library(glmnet)library(onehot)set.seed(123)Sample <- HouseData[1:1460, ] smp_size <- floor(0.5 * nrow(Sample))train_ind <- sample(seq_len(nrow(Sample)), size = smp_size)train <- Sample[train_ind, ]test <- Sample[-train_ind, ]############Ridge & Lasso Regressions ################# Define the response for the training + test sety_train <- train$SalePricey_test <- test$SalePrice# Define the x training and testx_train <- train[,!names(train)=="SalePrice"]x_test <- test[,!names(train)=="SalePrice"]str(y_train)## encoding information for training set x_train_encoded_data_info <- onehot(x_train,stringsAsFactors = TRUE, max_levels = 50)x_train_matrix <- (predict(x_train_encoded_data_info,x_train)) x_train_matrix <- as.matrix(x_train_matrix)# create encoding information for x testx_test_encoded_data_info <- onehot(x_test,stringsAsFactors = TRUE, max_levels = 50)x_test_matrix <- (predict(x_test_encoded_data_info,x_test)) str(x_train_matrix)###Calculate best lambda cv.out <- cv.glmnet(x_train_matrix, y_train, alpha = 0, nlambda = 100, lambda.min.ratio = 0.0001)best.lambda <- cv.out$lambda.minbest.lambdamodel <- glmnet(x_train_matrix, y_train, alpha = 0, lambda = best.lambda)results_ridge <- predict(model,newx=x_test_matrix)我知道我的数据是干净的，我的矩阵大小也是一致的，但每次尝试运行预测时都会遇到这个错误。
在评估选择函数’as.matrix’的参数’x’时发生错误：Cholmod错误’X和/或Y的维度错误’，文件../MatrixOps/cholmod_sdmult.c，第90行
我的教授还告诉我，在分割数据之前应该进行独热编码，但我觉得这没有意义。
回答：
很难调试这个特定的错误，因为不完全清楚你代码中的onehot函数是从哪里来的；它并不存在于基础R或glmnet包中。
尽管如此，我建议使用内置的传统函数model.matrix（如果你的数据集较大，可以使用其稀疏版本sparse.model.matrix）来创建glmnet的x参数。model.matrix会自动为你对因子或分类变量进行独热编码。它需要一个模型公式作为输入，你可以从你的数据集中创建，如下所示。
# 创建模型公式y_variable <- "SalePrice"model_formula <- as.formula(paste(y_variable, "~", paste(names(train)[names(train) != y_variable], collapse = "+"))) # 测试和训练矩阵x_train_matrix <- model.matrix(model_formula, data = train)[, -1]x_test_matrix <- model.matrix(model_formula, data = test)[, -1]###Calculate best lambda cv.out <- cv.glmnet(x_train_matrix, y_train, alpha = 0, nlambda = 100, lambda.min.ratio = 0.0001)另一个较新的选项是使用glmnet内置的makeX()函数，该函数基于你的测试/训练数据框构建矩阵。这可以直接作为cv.glmnet的x参数输入，如下所示。
## 选项2：使用glmnet内置函数创建x矩阵x_matrices <- glmnet::makeX(train = train[, !names(train) == "SalePrice"], test = test[, !names(test) == "SalePrice"])###Calculate best lambda cv.out <- cv.glmnet(x_matrices$x, y_train, alpha = 0, nlambda = 100, lambda.min.ratio = 0.0001)