if (any(const_vars)) 在 R 中运行 Lasso 时缺少 TRUE/FALSE 需要错误的值答案

【问题标题】：if (any(const_vars)) missing value where TRUE/FALSE needed error while running Lasso in Rif (any(const_vars)) 在 R 中运行 Lasso 时缺少 TRUE/FALSE 需要错误的值
【发布时间】：2021-12-29 02:58:16
【问题描述】：

当我尝试对我的第 51 个响应变量和其他 50 个变量运行套索回归时，我收到以下错误消息：

lasso_now=cv.glmnet(x=as.matrix(scaledData[,-51]),y=as.matrix(scaledData[,51]),alpha=1,nfolds = 5,type.measure="mse ",family = 二项式(link = "logit"))

Error in if (any(const_vars)) { : missing value where TRUE/FALSE needed

我的响应变量是 0 或 1，所以我使用了逻辑回归。我的 x 有分类变量或数值变量。

有没有人知道为什么会发生这种情况，或者有什么方法可以验证问题的数据吗？提前致谢！

【问题讨论】：

标签： r logistic-regression glmnet lasso-regression

【解决方案1】：

检查您是否有 NA 值，您会收到错误，因为 glmnet 会检查您的任何列的标准偏差为零的位置。例如，我们在以下数据集中将第四列的第一个条目设置为 NA：

library(glmnet)

scaledData = data.frame(v1 = rnorm(100),v2=rnorm(100),
v3 = rbinom(100,1,0.5),v4 = rbinom(100,1,0.7))

scaledData[1,4] = NA

您可以查看：

glmnet:::weighted_mean_sd(as.matrix(scaledData[,-3]))
$mean
        v1         v2         v4 
0.03979154 0.14547529         NA 

$sd
       v1        v2        v4 
0.8544635 1.0815797        NA

运行时出现相同的错误：

lasso_now=cv.glmnet(x=as.matrix(scaledData[,-3]),
y=as.matrix(scaledData[,3]),
alpha=1,nfolds = 5,type.measure="mse",
family = binomial(link = "logit"))

Error in if (any(const_vars)) { : missing value where TRUE/FALSE needed

您可以删除的一种方法如下：

scaledData = scaledData[complete.cases(scaledData),]

并运行它，注意二项式你不应该使用“mse”，你可以使用“deviance”、“class”或“auc”。

lasso_now=cv.glmnet(x=as.matrix(scaledData[,-3]),
y=as.matrix(scaledData[,3]),
alpha=1,nfolds = 5,type.measure="deviance",
family = binomial(link = "logit"))

lasso_now

Call:  cv.glmnet(x = as.matrix(scaledData[, -3]), 
y = as.matrix(scaledData[,3]), 
type.measure = "deviance", nfolds = 5, alpha = 1, 
family = binomial(link = "logit")) 

Measure: GLM Deviance 

     Lambda Index Measure      SE Nonzero
min 0.07643     1   1.427 0.01681       0
1se 0.07643     1   1.427 0.01681       0

【讨论】：

非常感谢，尤其是验证部分！
不客气 :)