El problema mencionado en esta pregunta se corrigió en la versión 1.7.3 de el paquete de R glmnet.
Estoy teniendo algunos problemas de ejecución de los glmnet con la familia=multinomial, y se preguntaba ha encontrado algo similar o que podría ser capaz de decirme qué estoy haciendo mal.
Cuando me pongo mis propios datos de prueba en el error "error al aplicar(nz, 1, mediana) : dim(X) debe tener un positivo longitud" se notifican cuando ejecuto cv.glmnet
, que aparte de decir "no trabajo" no era enormemente informativo para mí.
y=rep(1:3,20) #=> 60 element vector
set.seed(1011)
x=matrix(y+rnorm(20*3*10,sd=0.4),nrow=60) # 60*10 element matrix
glm = glmnet(x,y,family="multinomial") #=> returns without error
crossval = cv.glmnet(x,y,family="multinomial") #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
crossval = cv.glmnet(x,y,family="multinomial",type.measure="class") #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
crossval = cv.glmnet(x,y,family="multinomial",type.measure="mae") #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
cvglm = cv.glmnet(x,y,family="multinomial",lambda=2) #=> Error in apply(nz, 1, median) : dim(X) must have a positive length
He aquí una descripción visual de que el problema estaba tratando de conseguir glmnet a resolver, si eso le ayuda a:
my_colours = c('red','green','blue')
plot(x[,1],x[,2],col=my_colours[y])
Soy capaz de ejecutar el código de ejemplo de que el paquete de google docs, lo que me hace suspcious que estoy bien de la incomprensión algo o que hay un error en la glmnet.
library(glmnet)
set.seed(10101)
n=1000;p=30
x=matrix(rnorm(n*p),n,p) #=> 1000*30 element matrix
beta3=matrix(rnorm(30),10,3)
beta3=rbind(beta3,matrix(0,p-10,3))
f3=x%*% beta3
p3=exp(f3)
p3=p3/apply(p3,1,sum)
g3=rmult(p3) #=> 1000 element vector
set.seed(10101)
cvfit=cv.glmnet(x,g3,family="multinomial")
Esto es usar la versión R de 2.13.1 (2011-07-08) y glmnet 1.7.1, aunque puede generar el mismo problema en R 2.14.1. Las ideas de la gente?