如何解决R for循环中函数中的动态变量
我正在尝试使大部分线性回归/模型选择工作流程自动化。但是我在for循环中遇到了一些问题;我猜他们主要是动态变量命名问题。
我设法使第一步的循环自动化(回归建模)。尽管理想情况下,我希望将模型存储在以下约定中:lm.model,lm 1 .model,lm 2 .model ...但我不是确保如何将动态数字放在变量字符串中。我只设法将它放在最后:
lm.model[i] <- for (i in 1:5){
model_name <- paste("lm.model",i,sep = "")
assign(model_name,lm(Y ~ poly(X,i),data = training.dat))
}
但是按照当前的标签约定,下一步不起作用:
lmod.fit[i] <- for(i in 1:5){
fit_name <- paste("lmod.fit",sep = "")
assign(fit_name,predict(lm.model[i],newdata = training.dat))
}
它返回错误
Error in UseMethod("predict") : no applicable method for 'predict'
applied to an object of class "list"
在后续步骤中,我还想循环粘贴以下部分:
x1 = lm.fit,x2 = lm2.fit,x3 = lm3.fit,x4 = lm4.fit,x5 = lm5.fit
c("x1","x2","x3","x4","x5")
但是我只能使用paste()函数遇到麻烦,因为输出是单个字符串。
如果没有那么麻烦的方式来做所有这些事情,请让我知道我还能尝试什么!
解决方法
您的代码需要重新组织。对lm.model[i]
的分配必须在循环内部,而不是外部:
lm.model <- list()
for (i in 1:5){
model_name <- paste("lm.model",i,sep = "")
lm.model[[model_name]] <- lm(Y ~ poly(X,i),data = training.dat)
}
预测相同:
lmod.fit <- list()
for(i in 1:5){
model_name <- paste("lm.model",sep = "")
fit_name <- paste("lmod.fit",sep = "")
lmod.fit[[fit_name]] <- predict(lm.model[[model_name]],newdata = training.dat)
}
我不明白您最近的要求是什么。
,为什么不在相同的for
循环中执行这些操作。 assign
的反函数也是get
。并且paste0
比paste(...,sep='')
更快,并且执行相同的操作。
您可以使用ls()
来查看全局环境中存在的对象
for (i in 1:5){
#model_name == 'lm1.model'
model_name <- paste0("lm",".model")
assign(model_name,lm(Y ~ poly(X,data = training.dat))
#fit_name == 'lmod1.fit'
fit_name <- paste0("lmod",".fit")
# if you want to have two loops then instead of model_name use paste0('lm','.model') or sub('lmod(\\d+)\.fit','lm\\1.model',fit_name)
assign(fit_name,predict(get(model_name),newdata = training.dat))
}
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。