逻辑回归/二项式的 glmnet 错误答案

【问题标题】：glmnet error for logistic regression/binomial逻辑回归/二项式的 glmnet 错误
【发布时间】：2015-07-11 18:37:26
【问题描述】：

在尝试将 glmnet() 与 family="binomial" 拟合时出现此错误，以进行 Logistic 回归拟合：

> data <- read.csv("DAFMM_HE16_matrix.csv", header=F)
> x <- as.data.frame(data[,1:3])
> x <- model.matrix(~.,data=x)
> y <- data[,4]

> train=sample(1:dim(x)[1],287,replace=FALSE)

> xTrain=x[train,]
> xTest=x[-train,]
> yTrain=y[train]
> yTest=y[-train]

> fit = glmnet(xTrain,yTrain,family="binomial")

Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs,  : 
one multinomial or binomial class has 1 or 0 observations; not allowed

任何帮助将不胜感激 - 我已经搜索了互联网，但无法找到任何帮助

编辑：

数据如下所示：

> data
          V1       V2    V3      V4
1   34927.00   156.60 20321  -12.60
2   34800.00   156.60 19811  -18.68
3   29255.00   156.60 19068    7.50
4   25787.00   156.60 19608    6.16
5   27809.00   156.60 24863   -0.87
...
356 26495.00 12973.43 11802    6.35
357 26595.00 12973.43 11802   14.28
358 26574.00 12973.43 11802    3.98
359 25343.00 14116.18 11802   -2.05

【问题讨论】：

您确定您的 yTrain 至少包含 2 个不同的值吗？
@HongOoi 绝对是。有 287 个不同的值，我检查以确保它不是矩阵而是向量。
@HongOoi 我也尝试运行 glmnet(x,y,family="binomial") 产生相同的错误。
好吧，等一下；您的 V4 变量似乎是连续的，而不是二进制的。你不能用它来拟合逻辑模型。
这个错误也可以正常发生（当目标变量是一个因素时），例如在 cv.glmnet 中，对于一些随机种子的选择，特别是。具有严重的类别不平衡，当其中一个 CV 折叠实际上最终只有 0 或 1 个观察值时。由于这是随机发生的，因此您必须优雅地处理它。

标签： r logistic-regression glmnet

【解决方案1】：

我认为这是因为您的因子变量的水平。假设有 10 个级别，而您的 1 个级别只有一条记录，请尝试删除该级别。您可以使用 gdata 包中的掉落等级。

【讨论】：

或者，如果您正在训练的数据只是总数据集的一小部分（应该如此） - 使用更多数据作为您的训练集，直到错误消失。您可以尝试通过table(myData$responseColumn) 来估计您是否有人数不足的课程

【解决方案2】：

这通常是因为数据结构及其响应变量，有时响应有多个二进制输出。或者数据响应变量具有二进制输出，但它们有更多的一个类，我们最有可能称它们为类不平衡问题。因此，在训练和测试数据期间会出现问题。因此，如果有两个以上的结果，您必须将响应变量转换为二进制，第二，您可以针对binomial 应用multinomial。希望对您有所帮助。

【讨论】：