올가미 로지스틱 회귀를 캐럿과 glmnet에 적용하는 방법은 무엇입니까?

Question

나는 다음 코드 줄을 반복하는 것을 시도하고있다 : 캐럿 패키지와 함께 ...

x.mat <- as.matrix(train.df[,predictors]) 
y.class <- train.df$Response 

cv.lasso.fit <- cv.glmnet(x = x.mat, y = y.class, 
          family = "binomial", alpha = 1, nfolds = 10) 

을,하지만 작동하지 않습니다

trainControl <- trainControl(method = "cv", 
         number = 10, 
         # Compute Recall, Precision, F-Measure 
         summaryFunction = prSummary, 
         # prSummary needs calculated class probs 
         classProbs = T) 

modelFit <- train(Response ~ . -Id, data = train.df, 
      method = "glmnet", 
      trControl = trainControl, 
      metric = "F", # Optimize by F-measure 
      alpha=1, 
      family="binomial") 

파라미터는 "알파"가 인식되지 않습니다 , 그리고 "모델 핏은 모든 폴드에서 실패합니다."

내가 뭘 잘못하고 있니? 도움을 많이 주시면 감사하겠습니다. 감사.

Answer 1

tuneGrid를 사용해보세요. 예를 들면 다음과 같습니다.

tuneGrid=expand.grid(
       .alpha=1, 
       .lambda=seq(0, 100, by = 0.1))