在 R 中将 Matrix 转换为 Sparse 的罕见错误消息答案

【问题标题】：Uncommon error message converting Matrix to Sparse in R在 R 中将 Matrix 转换为 Sparse 的罕见错误消息
【发布时间】：2016-06-23 04:52:18
【问题描述】：

我正在尝试在我们的数据集上运行 LASSO，为此，我需要将非数字变量转换为数字，最好是通过稀疏矩阵。但是，当我尝试使用 Matrix 命令时，我得到了同样的错误：

Error in asMethod(object) : invalid class 'NA' to dup_mMatrix_as_geMatrix

我认为这是由于我的数据中的 NA，所以我做了一个 na.omit 并得到了同样的错误。我再次尝试使用我的代码的一个小子集并再次遇到相同的错误：

> sparsecombined <- Matrix(combined1[1:10,],sparse=TRUE)
Error in asMethod(object) : invalid class 'NA' to dup_mMatrix_as_geMatrix

这是我尝试用最后一行代码转换的数据集：

是否有任何跳出可能阻止稀疏转换的内容？

【问题讨论】：

标签： r matrix sparse-matrix glmnet

【解决方案1】：

将分类变量合并到 LASSO 中的最简单方法是使用我的 glmnetUtils package，它提供了 glmnet 的公式/数据框接口。

glmnet(ArrDelay ~ ArrTime + uniqueCarrier + TailNum + Origin + Dest,
       data=combined1, sparse=TRUE)

这会通过 one-hot 编码（也称为虚拟变量）自动处理分类变量。如果需要，它也可以使用稀疏矩阵。

【讨论】：

【解决方案2】：

我认为错误是由于您的矩阵中有非数字数据类型。

也许首先使用 one-hot 编码将您的非数字列（如 UniqueCarrier）转换为二进制向量。然后才将矩阵转换为稀疏矩阵。

这是我用于该转换的代码：

    # Convert Genre into binary variables

# Convert genreVector into a corpus in order to parse each text string into a binary vector with 1s representing the presence of a genre and 0s the absence 
library(tm)
library(slam)

convertToBinary <- function(category) {
  genreVector = category
  genreVector = strsplit(genreVector, "(\\s)?,(\\s)?") # separate out commas

  genreVector = gsub(" ", "_", genreVector) # combine DirectorNames with whitespaces

  genreCorpus = Corpus(VectorSource(genreVector))
  #dtm = DocumentTermMatrix(genreCorpus, list(dictionary=genreNames))
  dtm = DocumentTermMatrix(genreCorpus)
  binaryGenreVector = inspect(dtm)

  return(binaryGenreVector)
  #return(data.frame(binaryGenreVector)) # convert binaryGenreVector to dataframe
}

directorBinary = convertToBinary(x$Director)
directorBinaryDF = as.data.frame(directorBinary)

查看 nograpes 答案

recommenderlab, Error in asMethod(object) : invalid class 'NA' to dup_mMatrix_as_geMatrix

【讨论】：

【解决方案3】：

由于在预期矩阵的位置传递了一个数据框，我收到了这个错误，看起来这与您得到它的原因相同。解决方案很简单——在将数据传递给Matrix 函数之前将其转换为矩阵：

sparsecombined <- Matrix(as.matrix(combined1[1:10,]),sparse=TRUE)

在您的情况下，此代码可能会抱怨，因为您在其中存储了一些非数字数据（例如 TailNum 列）。因此，您需要只选择数字列。

【讨论】：