r - R 中的矩阵乘法 : requires numeric/complex matrix/vector arguments

Question

我正在使用 mlbench 包中的数据集 BreastCancer，并且我尝试执行以下矩阵乘法作为逻辑回归的一部分。

我获取了前 10 列中的特征，并创建了一个名为 theta 的参数向量:

X <- BreastCancer[, 1:10]
theta <- data.frame(rep(1, 10))

然后我进行了以下矩阵乘法:

constant <- as.matrix(X) %*% as.vector(theta[, 1])

但是，我收到以下错误:

Error in as.matrix(X) %*% as.vector(theta[, 1]) : 
  requires numeric/complex matrix/vector arguments

我需要先使用 as.numeric(X) 将矩阵转换为 double 吗？ X 中的值看起来像字符串，因为它们带有双引号。

Answer 1

矩阵乘法运算符/函数，如 "%*%"、crossprod、tcrossprod 期望矩阵具有“numeric”、“complex”或“逻辑”模式。但是，您的矩阵具有“字符”模式。

library(mlbench)
data(BreastCancer)
X <- as.matrix(BreastCancer[, 1:10])
mode(X)
#[1] "character"

您可能会感到惊讶，因为数据集似乎包含数字数据:

head(BreastCancer[, 1:10])
#       Id Cl.thickness Cell.size Cell.shape Marg.adhesion Epith.c.size
#1 1000025            5         1          1             1            2
#2 1002945            5         4          4             5            7
#3 1015425            3         1          1             1            2
#4 1016277            6         8          8             1            3
#5 1017023            4         1          1             3            2
#6 1017122            8        10         10             8            7
#  Bare.nuclei Bl.cromatin Normal.nucleoli Mitoses
#1           1           3               1       1
#2          10           3               2       1
#3           2           3               1       1
#4           4           3               7       1
#5           1           3               1       1
#6          10           9               7       1

但是你被打印风格误导了。 这些列实际上是字符或因素:

lapply(BreastCancer[, 1:10], class)
#$Id
#[1] "character"
#
#$Cl.thickness
#[1] "ordered" "factor" 
#
#$Cell.size
#[1] "ordered" "factor" 
#
#$Cell.shape
#[1] "ordered" "factor" 
#
#$Marg.adhesion
#[1] "ordered" "factor" 
#
#$Epith.c.size
#[1] "ordered" "factor" 
#
#$Bare.nuclei
#[1] "factor"
#
#$Bl.cromatin
#[1] "factor"
#
#$Normal.nucleoli
#[1] "factor"
#
#$Mitoses
#[1] "factor"

当您执行as.matrix时，这些列都被强制转换为“字符”(请参阅​​R: Why am I not getting type or class "factor" after converting columns to factor?以获取完整的解释)。

因此，要进行矩阵乘法，我们需要正确地将这些列强制为“数字”。

<小时/>

dat <- BreastCancer[, 1:10]

## character to numeric
dat[[1]] <- as.numeric(dat[[1]])

## factor to numeric
dat[2:10] <- lapply( dat[2:10], function (x) as.numeric(levels(x))[x] )

## get the matrix
X <- data.matrix(dat)
mode(X)
#[1] "numeric"

现在您可以进行矩阵向量乘法等操作。

## some possible matrix-vector multiplications
beta <- runif(10)
yhat <- X %*% beta

## add prediction back to data frame
dat$prediction <- yhat

但是，我怀疑这是否是获取逻辑回归模型预测值的正确方法，因为当您使用因子构建模型时，模型矩阵不是上面的 X 而是一个虚拟矩阵。我强烈建议您使用预测。

<小时/>

This line also worked for me: as.matrix(sapply(dat, as.numeric))

看来你很幸运。数据集的因子水平恰好与数值相同。一般来说，将因子转换为数字应该使用我所做的方法。比较

f <- gl(4, 2, labels = c(12.3, 0.5, 2.9, -11.1))
#[1] 12.3  12.3  0.5   0.5   2.9   2.9   -11.1 -11.1
#Levels: 12.3 0.5 2.9 -11.1

as.numeric(f)
#[1] 1 1 2 2 3 3 4 4

as.numeric(levels(f))[f]
#[1] 12.3  12.3  0.5   0.5   2.9   2.9   -11.1 -11.1

文档页面 ?factor 对此进行了介绍。