R中的许多错误答案

【问题标题】：Numerous errors in RR中的许多错误
【发布时间】：2015-11-16 02:37:09
【问题描述】：

我在整个过程中出现了许多错误。我仍在获得价值，但我不确定它们的准确性。在修复这些错误时，我尝试从顶部开始并使用我拥有的变量定义，但结果是空的。

contdepdata <- read.delim("/Users/Jkels/Documents/Introduction to 
Computational Statistics/winequality-
red.csv",sep=",",header=TRUE,stringsAsFactors=FALSE)
contdepdata <- na.omit(contdepdata)
numericvars <- c(1:11)
dim(contdepdata)
head(contdepdata)

insample <- contdepdata[1:500,]
outsample <- contdepdata[501:1000,]
insamplex <- insample[x,]
outsamplex <- outsample[x,]
insampley <- insample[y,]
outsampley <- outsample[y,]

x <- insample[,numericvars]
y <- insample$quality

lambdalevels <- 10^seq(7,-2,length=100)

lmout <- lm(insampley~insamplex, data=insample)

model.frame.default 中的错误（公式 = insampley ~ insamplex，data = insample，：变量“insampley”的类型（列表）无效

yhatr <- cbind(1,outsamplex) %*% lmout$coefficients

cbind(1, outsamplex) %*% lmout$coefficients 中的错误：需要数字/复矩阵/向量参数

【问题讨论】：

每个错误你应该问一个问题。这个网站的想法不仅是为了解决你的问题，也是为了让答案对其他人有用。确保您还首先在此处和搜索引擎中搜索错误，并查看 R 文档以了解您使用的功能。拆分成单独的问题也使您更有可能获得答案。
这是一个乱七八糟的问题。 attributes(contdepdata) 有什么用？在网上看，这个数据集似乎有名为fixed.acidity, volatile.acidity, citric.acid, residual.sugar, chlorides, free.sulfur.dioxide, total.sulfur.dioxide, density, pH, sulphates, alcohol 和quality 的列。 x 和 y 是从哪里来的？如果你真的想从 SO 社区获得帮助，你真的应该考虑将你的问题链接到数据集。
在调查每一个警告之前，您不应该相信结果，更不用说是否存在错误。发生第一个错误是因为 insampley 是一个 data.frame （尽管稍后我不知道定义 x 和 y 时会发生这种情况）。假设您的数据中有一个x 列，我认为您打算使用insamplex <- insample[, "x"]（等等）。

标签： r regression

【解决方案1】：

我认为这与您想要的很接近。 lm 使用的公式/数据帧策略和 glmnet 使用的矩阵策略之间存在巨大差异，我认为这是让你绊倒的部分原因。坦率地说，我发现 glmnet 对矩阵的使用令人失望（认为可能有必要，我以前从未使用过）。

library(dplyr)
library(magrittr)
library(glmnet)

data = 
  data_frame(a = rnorm(10),
             b = rnorm(10),
             c = "delete",
             quality = rnorm(10)) %>%
  extract(c(1:2, which(names(.) == "quality")))

data.training = 
  data %>%
  slice(1:5)

data.test = 
  data %>%
  slice(6:10)

quality.predict = 
  ( quality ~ . ) %>%
  lm(data.training) %>%
  predict(data.test) %>%
  unname

MSE.standard = 
  data.test %>%
  summarize(MSE = sum( (quality - quality.predict) ^ 2 / n() ) ) %>%
  use_series(MSE)

lambda = 10^seq(7, -2, length = 10)

regression.lasso = cv.glmnet(data.training %>% 
                               select(., -quality) %>% 
                               as.matrix,
                             data.training$quality,
                             alpha = 1,
                             lambda = lambda )

quality.lasso = 
  predict(regression.lasso$glmnet.fit,
          regression.lasso$lambda.min,
          newx = data.test %>%
            select(-quality) %>%
            as.matrix
          )[,1]

MSE.lasso = 
  data.training %>% 
  summarize(MSE = sum( (quality - quality.lasso) ^ 2 / n() ) ) %>%
  use_series(MSE)

【讨论】：