glmnetロジスティック回帰は、ダミー変数を必要とせずに因子（カテゴリ）変数を直接処理できますか？[閉まっている]

私は関数でLASSO法を使用してRにロジスティック回帰を構築していますcv.glmnet選択するlambdaとglmnet、最終的なモデルのため。

私はすでに自動モデル選択に関するすべての欠点を知っていますが、とにかくそれをする必要があります。

私の問題は、ファクター（カテゴリ）変数をモデルに含める必要があることです。ダミー変数を大量に作成せずにそれを行う方法はありますか？この変数はほとんどすべて文字列であり、数値ではありません。

glmnetは直接ファクターを取ることができないため、ファクター変数をダミーに変換する必要があります。たとえば、model.matrixを使用する1つの簡単な手順です。

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はLASSOを構築します。