如何使用LM功能大量屬性

我有1種標籤屬性和784像素的數據集的42000行的屬性，如下面如何使用LM功能大量屬性

label pixel0 pixel1 pixel2 ........... pixel783 
0  1  0   0     16 
. 
. 
1  2  15  1     0

現在我想對它進行迴歸，所以我使用lm功能

lm(label~pixel0+pixel1+pixel2..........+pixel784,data=df)

但根據我的愚蠢寫像素0到像素784。
有沒有辦法避免手動編寫上述exp或我必須這樣做？

來源

2014-01-29 user2143940

'標籤〜.'。這是mnist手寫的數字，所以你可能不想使用lm' –

它不工作，因爲它顯示錯誤：不能分配矢量的大小251.5 Mb 此外：警告消息： 1：在lm。 fit（x，y，offset = offset，singular.ok = singular.ok，...）：達到1535Mb的總分配：請參閱help（memory.size） – user2143940

您的計算機有多少內存？ 1.5 GB？出現這個錯誤是因爲你的內存不足或內存不足，因爲代碼中有錯誤。 –

你可以使用。如formula的幫助頁所述。這個。代表"all columns not otherwise in the formula"。

lm(label ~ ., data = df)

或者，使用粘貼手動構建公式。這個例子是從as.formula()幫助頁面：

xnam <- paste("x", 1:784, sep="") 
(fmla <- as.formula(paste("y ~ ", paste(xnam, collapse= "+"))))

然後，您可以插入這個對象到迴歸函數：

lm(fmla, data = df)

來源

2014-01-29 05:03:38 RUser

儘管命令是正確的，但似乎有內存問題，因爲我總是得到錯誤作爲錯誤：不能分配向量的大小251.5 Mb此外：警告消息：1：在lm.fit（x，y，偏移量=偏移量，singular.ok = singular.ok，...）： – user2143940

正如傑克提到的你已經沒有足夠的記憶了。爲什麼不嘗試'lm.fit'而不是'lm'來縮小問題的範圍？ 'lm.fit'只是通過'QR分解'實現或多或少的「原始」線性模型擬合。如果您還遇到了lm.fit的內存問題，請查看 - http://stackoverflow.com/questions/1358003/tricks -to-管理-的可用內存，在安-R-會議 – RUser

如何使用LM功能大量屬性

回答

相關問題