Saya menggunakan "glmnet" untuk regresi laso di GWAS. Beberapa varian dan individu memiliki nilai yang hilang dan tampaknya glmnet tidak dapat menangani nilai yang hilang.
Apakah ada solusi untuk ini? atau apakah ada paket lain yang dapat menangani nilai yang hilang dalam regresi laso?
Ini skrip saya.
> library(glmnet)
> geno6<-read.table("c6sigCnt.geno")
> geno6[1:10,1:10] #genotype file (0,1,2 for minor allele counts)
V1 V2 V3 V4 V5 V6 V7 V8 V9 V10
1 1 1 1 1 1 1 1 1 1 0
2 NA NA 1 1 1 1 1 1 1 1
3 0 0 0 0 0 0 0 0 0 2
4 0 1 0 0 0 0 0 0 0 1
5 1 0 1 1 1 1 1 1 1 1
6 0 2 0 0 0 0 0 0 0 0
7 0 0 0 0 0 0 0 0 0 2
8 0 NA 0 0 0 0 0 0 0 0
9 1 0 1 1 1 1 1 1 1 1
10 1 1 1 1 1 1 1 1 1 0
> pheno6<-read.table("c6sigCnt.pheno")
> head(pheno6) #case-control (1,2 for affection status)
V1
1 2
2 2
3 2
4 2
5 2
> geno61<-as.matrix(geno6)
> pheno61<-pheno6[,1]
> fit_lasso <- glmnet(geno61,pheno61,family="binomial",alpha=1,nlambda=100)
**Error in lognet(x, is.sparse, ix, jx, y, weights, offset, alpha, nobs, :
NA/NaN/Inf in foreign function call (arg 5)**
sumber