R语言lasso回归遇到问题求助

Question

在筛选变量的时候，遇到这种情况该怎么处理？如图所示，这是代码：library(Matrix)library(foreach)library(glmnet)data<- read.csv('d:/2018x.csv',F)x = as.matrix.data.frame(data)ydata = read.csv('d:/2018y.csv',F)y = ydata$V1 # 用glmnet包建模 model <- cv.glmnet(x,y,family="binomial",type.measure="deviance", alpha=1) # 绘制CV曲线图，选择最佳lambda值 plot(model) model$lambda.minmodel$lambda.1se

Answer 1

模型拟合 对于人口模型可以采用Logistic增长函数形式，它考虑了初期的指数增长以及总资源的限制。其函数形式如下。 首先载入car包以便读取数据，然后使用nls函数进行建模，其中theta1、theta2、theta3表示三个待估计参数，start设置了参数初始值...

Answer 2

推荐你降低一下惩罚力度试试