Модель работает с GLM, но не с BigGLM

Я пытался запустить логистическую регрессию на 320 000 строк данных (6 переменных). Пошаговый выбор модели на выборке данных (10000) дает довольно сложную модель с 5 элементами взаимодействия:Y~X1+ X2*X3+ X2*X4+ X2*X5+ X3*X6+ X4*X5,glm() Функция могла бы уместить эту модель на 10000 строк данных, но не на весь набор данных (320 000).

С помощьюbigglm чтение фрагмента данных по фрагменту с сервера SQL привело к ошибке, и я не мог понять результаты изtraceback():

fit <- bigglm(Y~X1+ X2*X3+ X2*X4+ X2*X5+ X3*X6+ X4*X5, 
       data=sqlQuery(myconn,train_dat),family=binomial(link="logit"), 
       chunksize=1000, maxit=10)

Error in coef.bigqr(object$qr) : 
NA/NaN/Inf in foreign function call (arg 3)

> traceback()
11: .Fortran("regcf", as.integer(p), as.integer(p * p/2), bigQR$D, 
    bigQR$rbar, bigQR$thetab, bigQR$tol, beta = numeric(p), nreq = as.integer(nvar), 
    ier = integer(1), DUP = FALSE)
10: coef.bigqr(object$qr)
9: coef(object$qr)
8: coef.biglm(iwlm)
7: coef(iwlm)
6: bigglm.function(formula = formula, data = datafun, ...)
5: bigglm(formula = formula, data = datafun, ...)
4: bigglm(formula = formula, data = datafun, ...)

bigglm был в состоянии соответствовать меньшей модели с меньшим количеством условий взаимодействия. ноbigglm не смог уместить ту же модель с небольшим набором данных (10000 строк).

Кто-нибудь сталкивался с этой проблемой раньше? Любой другой подход для запуска сложной логистической модели с большими данными?

Ответы на вопрос(3)

Ваш ответ на вопрос