[問題] lm函式是否能計算高維度的資料?

[pornstar (迪克)]

[問題類型]:

程式諮詢(我想用R 做某件事情，但是我不知道要怎麼用R 寫出來)



[問題敘述]:

各位好~!

我的資料型態是變數 >> 要預測的目標 (也就是變數的維度很高)

假設是 10x10000的資料  也就是由10000個變數作回歸 分析出10個對應結果


將資料丟進lm()做回歸分析時  發現會跑出一堆NA


但是如果我將變數做擷取 從原先的10000取前9行 (讓行數小於列數: 9 < 10)

在丟進lm() 這樣就可以正常運作 生出10個對應結果


但是這樣只是取原先資料的一小部份來做回歸

想請問lm()函式  或是R語言 要怎樣做才能對這種變數維度很高的資料回歸分析呢?


先感謝回答~~

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.112.25.105
※ 文章網址: http://www.ptt.cc/bbs/R_Language/M.1420710646.A.60F.html
→ andrew43: 請提供例子以重現錯誤。
→ Wush978: 一般線性模型在變數超過資料筆數時，會略過超過的部份
→ Wush978: lm應該就是把變數的個數降到跟資料一樣，然後給你答案
→ Wush978: 你可能要先去找feature selection相關的方法
推 Wush978: 或是用如glmnet之類的套件跑Lasso來把多餘的變數壓到0
→ andrew43: 在數學上，這是不可能的。先降維度，或是RDA等類似方法
→ andrew43: 。
→ pornstar: 那我目前的資料已經先做過PCA了 原本有到上千萬行
→ andrew43: 否則未知數比等式多，無限多解
→ pornstar: 是否適合在做一次PCA? 或是接著再做RDA? 因為把資料縮
→ pornstar: 太小也會擔心不夠準...
→ Wush978: 就我所知，現在很多研究是用Lasso(L1-regularization)
→ Wush978: 來處理變數超過資料數的狀況（常見於基因相關研究）
→ Wush978: Lasso就是L1-regularized的lm，所以你可以先去找資料看
→ pornstar: 感謝樓上給關鍵字~
→ andrew43: 降維後上千變數但只有十個重複，無論結果如何，仍需面對
→ andrew43: 無單一解的問題。請小心解釋結果。