我遇到了glmnet的问题,因为我不断收到错误消息
"Error in elnet(x, is.sparse, ix, jx, y, weights, offset, type.gaussian, : NA/NaN/Inf in foreign function call (arg 5)
In addition: Warning message:
In elnet(x, is.sparse, ix, jx, y, weights, offset, type.gaussian, : NAs introduced by coercion"
下面我可以使用'iris'数据集复制错误,但这里是我的特定数据的简化代码:
vars <- as.matrix(ind.vars)
lasso <- glmnet(vars, y=cup98$TARGET_D, alpha=1)
以下是您可以轻松复制的内容:
data(iris)
attach(iris)
x <- as.matrix(data.frame(Sepal.Width, Petal.Length, Petal.Width, Species))
y <- Sepal.Length
lasso <- glmnet(x,y=y, alpha=1)
非常感谢大家!
我试图通过单个变量在非常大的数据表中聚合很多变量.我遇到的问题eval(parse(text=...))是因为我正在评估几个表达式而不仅仅是一个表达式.这是一个简单的例子:
library(data.table)
data(mtcars)
mtcars<-as.data.table(mtcars)
mtcars[,j=list(
eval(parse(text='mean_mpg=mean(mpg),
sum_mpg=sum(mpg)'))
),by=gear]
Error in parse(text = "mean_mpg=mean(mpg),\n sum_mpg=sum(mpg)") :
<text>:1:19: unexpected ','
1: mean_mpg=mean(mpg),
目标:
mtcars[,j=list(
mean_mpg=mean(mpg),
sum_mpg=sum(mpg)
),by=gear]
gear mean_mpg sum_mpg
1: 4 24.53333 294.4
2: 3 16.10667 241.6
3: 5 21.38000 106.9
我将使用它,paste但我认为更容易阅读以这种方式写出来.
非常感谢!