将矩阵稀疏转换为R的罕见错误消息

我试图在我们的数据集上运行LASSO，为此，我需要将非数字变量转换为数字，最好通过稀疏矩阵转换。然而，当我尝试使用矩阵命令，我得到了同样的错误：将矩阵稀疏转换为R的罕见错误消息

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

我认为这是由于NA在我的数据，所以我做了一个na.omit，得到了同样的错误。我用我的代码一个小型子集又试了一次又一次得到了同样的错误：

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

这是该数据集我试图用的代码，最后一行转换：

是有什么可能会阻止稀疏转换？

来源

2016-03-09 Prem

我认为这个错误是由于你的矩阵中有非数字数据类型。

也许首先将您的nun-numeric列（如UniqueCarrier）转换为使用单热编码的二元向量。只有然后将矩阵转换为稀疏。

这里是我的代码，我用的是转换：

# 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)

见nograpes答案

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

来源

2016-11-30 16:13:08 DRozen

，最简单的方法，将分类变量为Lasso是用我的glmnetUtils package ，它为glmnet提供了一个公式/数据框架接口。

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

这会通过单热编码（也称为虚拟变量）自动处理分类变量。如果需要，它也可以使用稀疏矩阵。

来源

2016-11-30 16:22:56

将矩阵稀疏转换为R的罕见错误消息

回答

相关问题