將矩陣稀疏轉換爲R的罕見錯誤消息

Question

我試圖在我們的數據集上運行LASSO，爲此，我需要將非數字變量轉換爲數字，最好通過稀疏矩陣轉換。然而，當我嘗試使用矩陣命令，我得到了同樣的錯誤：

Error in asMethod(object) : invalid class 'NA' to dup_mMatrix_as_geMatrix 

我認爲這是由於NA在我的數據，所以我做了一個na.omit，得到了同樣的錯誤。我用我的代碼一個小型子集又試了一次又一次得到了同樣的錯誤：

> sparsecombined <- Matrix(combined1[1:10,],sparse=TRUE) 
Error in asMethod(object) : invalid class 'NA' to dup_mMatrix_as_geMatrix 

這是該數據集我試圖用的代碼，最後一行轉換：

是有什麼可能會阻止稀疏轉換？

Answer 1

我認爲這個錯誤是由於你的矩陣中有非數字數據類型。

也許首先將您的nun-numeric列（如UniqueCarrier）轉換爲使用單熱編碼的二元向量。只有然後將矩陣轉換爲稀疏。

這裏是我的代碼，我用的是轉換：

# Convert Genre into binary variables 

# Convert genreVector into a corpus in order to parse each text string into a binary vector with 1s representing the presence of a genre and 0s the absence 
library(tm) 
library(slam) 

convertToBinary <- function(category) { 
    genreVector = category 
    genreVector = strsplit(genreVector, "(\\s)?,(\\s)?") # separate out commas 

    genreVector = gsub(" ", "_", genreVector) # combine DirectorNames with whitespaces 

    genreCorpus = Corpus(VectorSource(genreVector)) 
    #dtm = DocumentTermMatrix(genreCorpus, list(dictionary=genreNames)) 
    dtm = DocumentTermMatrix(genreCorpus) 
    binaryGenreVector = inspect(dtm) 

    return(binaryGenreVector) 
    #return(data.frame(binaryGenreVector)) # convert binaryGenreVector to dataframe 
} 

directorBinary = convertToBinary(x$Director) 
directorBinaryDF = as.data.frame(directorBinary) 

見nograpes答案

recommenderlab, Error in asMethod(object) : invalid class 'NA' to dup_mMatrix_as_geMatrix

Answer 2

，最簡單的方法，將分類變量爲Lasso是用我的glmnetUtils package ，它爲glmnet提供了一個公式/數據框架接口。

glmnet(ArrDelay ~ ArrTime + uniqueCarrier + TailNum + Origin + Dest, 
     data=combined1, sparse=TRUE) 

這會通過單熱編碼（也稱爲虛擬變量）自動處理分類變量。如果需要，它也可以使用稀疏矩陣。