此问题中提到的问题在 R 包 glmnet 的 1.7.3 版本中已修复。

我在使用 family=multinomial 运行 glmnet 时遇到了一些问题，并且想知道是否遇到过类似的事情，或者可能能够告诉我我做错了什么。

当我放入自己的虚拟数据时，运行时会报告错误“应用错误（nz，1，中位数）：dim（X）必须具有正长度” cv.glmnet，除了说“它不起作用”之外对我来说信息量不大。

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

这是我试图让 glmnet 解决的问题的视觉描述，如果有帮助的话：

my_colours = c('red','green','blue')
plot(x[,1],x[,2],col=my_colours[y])

我能够从包文档中运行示例代码，这让我怀疑我要么误解了某些东西，要么是 glmnet 中存在错误。

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")

这是使用 R 版本 2.13.1 (2011-07-08) 和 glmnet 1.7.1，尽管我可以在 R 2.14.1 上产生相同的问题。任何想法的人？