Может ли логистическая регрессия glmnet напрямую обрабатывать факторные (категориальные) переменные без использования фиктивных переменных? [закрыто]

Я строю логистическую регрессию в R, используя метод LASSO с функциями cv.glmnetдля выбора lambdaи glmnetдля окончательной модели.

Я уже знаю все недостатки, связанные с автоматическим выбором модели, но мне все равно нужно это сделать.

Моя проблема в том, что мне нужно включить факторные (категориальные) переменные в модель, есть ли способ сделать это без создания большого количества фиктивных переменных? Это переменные почти все строки, а не числа.

glmnet не может принимать фактор напрямую, вам нужно преобразовать факторные переменные в пустышки. Это всего лишь один простой шаг с использованием model.matrix, например:

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 будет строить LASSO.