我正在使用cv.glmnet()
执行交叉验证,默认情况下10-fold
library(Matrix)
library(tm)
library(glmnet)
library(e1071)
library(SparseM)
library(ggplot2)
trainingData <- read.csv("train.csv", stringsAsFactors=FALSE,sep=",", header = FALSE)
testingData <- read.csv("test.csv",sep=",", stringsAsFactors=FALSE, header = FALSE)
x = model.matrix(as.factor(V42)~.-1, data = trainingData)
crossVal <- cv.glmnet(x=x, y=trainingData$V42, family="multinomial", alpha=1)
plot(crossVal)
我收到以下错误消息
Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
one multinomial or binomial class has 1 or 0 observations; not allowed
但是,如下所示,我似乎对
0
或1
的计数都没有观察水平。>table(trainingData$V42)
back buffer_overflow ftp_write guess_passwd imap ipsweep land loadmodule multihop
956 30 8 53 11 3599 18 9 7
neptune nmap normal perl phf pod portsweep rootkit satan
41214 1493 67343 3 4 201 2931 10 3633
smurf spy teardrop warezclient warezmaster
2646 2 892 890 20
有指针吗?
最佳答案
cv.glmnet
默认情况下进行N折交叉验证,N = 10。这意味着它将数据分成10个子集,然后在10个子集中的9个上训练模型,并在其余1个上进行测试。重复此过程,依次忽略每个子集。
您的数据非常稀疏,有时训练子集会遇到此处(以及your previous question中)遇到的问题。最好的解决方案是通过合并较少的类来减少响应中的类数(例如,您是否真的需要获得spy
或perl
的预测概率)。
另外,如果您正在执行glmnet交叉验证并构建模型矩阵,则可以使用我编写的glmnetUtils package简化流程。
关于r - 套索:glmnet的交叉验证,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/36009672/