r - 预测 cv.glmnet 为每一行 r 提供相同的值

Question

我在基因型的二进制数据集上使用 cv.glmnet 来预测连续变量表型。数据看起来像这样，但有 >200 个基因:

       Pheno K00074 K00100 K00179 K00180
1  18.063630      0      0      0      0
2  16.746644      0      0      0      0
3  16.016194      1      0      0      0
4  -1.469207      1      1      0      0
5  -3.047956      1      0      1      1
6  15.274531      1      0      0      0 

我的 cv.glmnet 和 predict 代码如下所示:

cv.lasso <- cv.glmnet(x = as.matrix(zx), y = unlist(zy), alpha = 1,
                      type.measure = 'mse',keep = TRUE) # runs the model
    
prediction<-predict(cv.lasso,s = cv.lasso$lambda.1se,
                    newx = as.matrix(batch1218.kegg[,-1]),type = 'class')

其中 zx 只是基因存在/缺失的二进制列，zy 是表型列。 batch1218.kegg 是一组新的基因型数据，我想用它来预测表型。不过，我的预测最终看起来像这样:

         1
1 6.438563
2 6.438563
3 6.438563
4 6.438563
5 6.438563
6 6.438563

每一行的所有数字都相同。我发现其他表型也发生了同样的事情。我认为问题可能在于与大量预测变量相比，我只处理 ~38 行表型数据。但想看看我是否正在处理其他问题。

Answer 1

这通常发生在您选择的 lambda 错误时。改用“lambda.min”