我想在 R 中构建一个套索回归模型，首选包似乎是 glmnet。然而，glmnet 似乎不允许使用单个预测器，如下所示。这有效:
x <- matrix(rexp(200, rate=.1), ncol=20)
y <- matrix(rexp(200, rate=.1), ncol=1)
lasso <- glmnet(x, y, family = "gaussian")
但这并不:
x <- matrix(rexp(200, rate=.1), ncol=1)
y <- matrix(rexp(200, rate=.1), ncol=1)
lasso <- glmnet(x, y, family = "gaussian")
Error: x should be a matrix with 2 or more columns
如何使用单个预测变量构建套索回归模型？谢谢!
最佳答案
代码将是
套索 <- glmnet(cbind(0,x), y, family = "高斯")
关于r - 如何使用单个预测变量列执行套索回归？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/46698836/