Чи може логістична регресія glmnet безпосередньо обробляти факторні (категоричні) змінні, не потребуючи фіктивних змінних? [зачинено]

Я будую логістичну регресію в R за допомогою методу LASSO з функціями cv.glmnetвибору lambdaі glmnetдля кінцевої моделі.

Я вже знаю всі недоліки щодо автоматичного вибору моделі, але мені це потрібно зробити в будь-якому випадку.

Моя проблема полягає в тому, що мені потрібно включити факторні (категоричні) змінні в модель, чи є якийсь спосіб зробити це без створення безлічі фіктивних змінних? Ці змінні майже всі рядки, а не числа.

glmnet не може приймати фактор безпосередньо, вам потрібно перетворити факторні змінні в манекени. Це лише один простий крок, наприклад, використовуючи model.matrix:

x_train <- model.matrix( ~ .-1, train[,features])
lm = cv.glmnet(x=x_train,y = as.factor(train$y), intercept=FALSE ,family =   "binomial", alpha=1, nfolds=7)
best_lambda <- lm$lambda[which.min(lm$cvm)]

альфа = 1 побудує LASSO.