Я пытаюсь подогнать бинарную логистическую модель, используя данные MNIST, используя функцию glm.Я получаю сообщение об ошибке "Не удалось сойтись".следует применить какие-либо преобразования, прежде чем я подгоню модель?
Вот ссылка для моего набора данных MNIST DATASET
df<-read.csv('mnist_train.csv')
#assigning column names
names(df)<-c(1:785)
#Relabeld the data with values
#If the digit is 9 then its labeled as 1 else its labled as 0
df$`1`<-factor(df$`1`,levels=c(1,2,3,4,5,6,7,8,9),labels=c(0,0,0,0,0,0,0,0,1))
#Removed null values
cldf<-df[complete.cases(df),]
#fitting model
model<-glm(cldf$`1`~.,family =binomial(link = "logit"),data=cldf)
summary(model)
Я прочитал следующие ссылки, но предоставленное решение не являетсяВ моем случае я использую 0 и 1 в качестве меток. Реализация логистической регрессии с MNIST - не сходится? Ниже приведены предупреждения, которые я получил:
1: glm.fit: алгоритм не сходится
2: glm.fit: встроенные вероятностичисленно 0 или 1 произошло
Любые указания приветствуются.