对我来说，使用 glmnet 的一大好处是能够直接处理稀疏矩阵而无需转换它们。这里的帖子似乎表明 caret 的 train 函数只能接收训练集的数据帧，而 ?caret::train 建议相同。实际情况是这样吗？
最佳答案
过去确实如此，目前，预测数据将转换为数据框。但是，最近对包的一些更改可能会允许维护稀疏矩阵对象。
我添加了 this 并将调查它。
最大限度
关于r - 我可以将 glmnet 与插入符号和稀疏矩阵一起使用吗？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/24858512/