glmnet无法理解：lognet错误（xd，is.sparse，ix，jx，y，weights，offset，alpha，nobs，

Question

我已经安装了 R 和 Rstudio 只是为了使用 glmnet 进行多项式 逻辑回归。我不断收到以下错误：

Error in lognet(xd, is.sparse, ix, jx, y, weights, offset, alpha,
nobs, : one multinomial or binomial class has 1 or 0 observations; not allowed

每当我插入数据的因变量观察值时。这包括 120 个“数字”条目：1 到 4。预测变量是 6=4 连续 + 2 分类。

我创建了一个包含 6 列的表“数据”，其中我将分类观察的类别更改为“因素”

data <- cbind(x1,x1fat)  # x1=4 columns, x1fat=2 factor columns 

然后我设置

x <- model.matrix(~.+0, data=data)  # 120x12 matrix

用单热编码因子数据创建回归观察矩阵。提供因变量 y 在 glmnet 中观察，我使用以下行

y <- model.matrix(~.+0, data=y1)  # y1 is the 1-column table of imported observations

现在，命令

fit <- glmnet(x, y, family = "multinomial")

提示上述错误

我不明白为什么下面不提示任何错误：

1. 如果我通过随机生成 y 向量

   y=sample(1:4,120,replace=true)

2. 如果我在 y 中包含截距列：

   y <- model.matrix(~., data=y1)

我完全被困在这里了。任何意见表示赞赏，谢谢。