R:忽略计算上奇异的情况
R:忽略计算上奇异的情况
提问于 2016-07-01 05:35:18
我有大量的预测器，我试图对它们进行各种转换，同时拟合这些组合的鲁棒线性model.Some，从而得到计算上的奇异系统。我想知道如何识别这些系统？我尝试了以下方法(注意，这是故意让它失败的一个愚蠢的例子)：
xx <- data.frame(y = rnorm(100), x = (1:100), z = 2*(1:100))
zz <- try(rlm(y ~ x + z, data = xx))
Error in rlm.default(x, y, weights, method = method, wt.method = wt.method, :
'x' is singular: singular fits are not implemented in 'rlm'
length(intersect(class(zz), "try-error")) == 1
[1] TRUE但是，它不起作用。因为返回中断了运行它的循环。对如何处理这件事有什么想法吗？再次感谢！
回答 1
Stack Overflow用户
发布于 2016-07-01 06:32:30
这是一个明显的多重性的例子。
>library(usdm)
>a<-as.data.frame(cbind(xx$x,xx$z))
>vif(a)
Variables VIF
1 V1 Inf
2 V2 Inf有多种方法可以从数据中删除多个元素。岭回归是一种很好的方法。
1.请参阅Predictions of ridge regression in R
2.主成分分析。参见Johnson & Wichern (2001)。应用多元统计分析(第6版)。普伦提斯·霍尔.
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/38137742
复制相关文章
相似问题
腾讯云开发者
