R 代码：model.matrix.default(mt, mf, contrasts) 中的错误：变量 1 没有级别

Posted 2023-03-13

【中文标题】R 代码：model.matrix.default(mt, mf, contrasts) 中的错误：变量 1 没有级别

【英文标题】：R code: Error in model.matrix.default(mt, mf, contrasts) : Variable 1 has no levels

【发布时间】：2020-11-15 16:36:35

【问题描述】：

我正在尝试建立一个以响应作为诊断的逻辑回归模型（2 个因素变量：B、M）。 我在构建逻辑回归模型时遇到错误：

Error in model.matrix.default(mt, mf, contrasts) : 
  variable 1 has no levels

我不知道如何解决这个问题。

R 代码：

Cancer <- read.csv("Breast_Cancer.csv")


## Logistic Regression Model

lm.fit <- glm(diagnosis~.-id-X, data = Cancer, family = binomial)
summary(lm.fit)

数据集参考：https://www.kaggle.com/uciml/breast-cancer-wisconsin-data

【问题讨论】：

嗨普里扬舒。你能提供更多信息吗？例如，您收到的错误的确切措辞是什么？另外，你能添加一个minimal reproducible example 吗？ （要求其他人下载外部文件并不是最少，而且几乎不需要重现错误）。提供 mre 可以让其他人更轻松地帮助您。

【参考方案1】：

您的问题与randomForest 分类器上报告的here 类似。 显然 glm 检查数据中的变量并引发错误，因为 X 仅包含 NA 值。

您可以通过以下方式修复该错误

从数据集中完全删除 X，设置 Cancer$X <- NULL，然后将其交给 glm，并将 X 留在公式中 (glm(diagnosis~.-id, data = Cancer, family = binomial))； 或通过将 na.action = na.pass 添加到 glm 调用（这将指示忽略 NA 警告，本质上）但仍然在公式本身中排除 X (glm(diagnosis~.-id-X, data = Cancer, family = binomial, na.action = na.pass))

但是，请注意，您仍然必须确保以glm 可消化的形式提供diagnosis 变量。含义：值为 0 和 1 的数值向量、逻辑向量或因子向量

“对于二项式和准二项式族，响应也可以指定为一个因子（当第一级表示失败而其他所有成功时）” - 来自glm-doc

只需定义Cancer$diagnosis <- as.factor(Cancer$diagnosis)。

就我而言，这仍然会留下一些警告，但我认为这些警告来自数据或您的功能选择。它清除了阻塞错误:)