glmnet logistic回归可以直接处理因子（类别）变量而不需要虚拟变量吗？[关闭]

我正在使用LASSO方法在R中构建逻辑回归，并具有cv.glmnet用于选择lambda和glmnet用于最终模型的功能。

我已经知道关于自动模型选择的所有缺点，但是无论如何我都需要这样做。

我的问题是我需要在模型中包括因子（分类）变量，有什么方法可以在不创建大量虚拟变量的情况下做到这一点？此变量几乎是所有字符串，而不是数字。

glmnet无法直接获取因子，您需要将因子变量转换为虚拟变量。例如，这只是使用model.matrix的一个简单步骤：

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)]

alpha = 1将建立一个LASSO。