C++ 在C+中创建数据帧+；对于Rcpp中的predict（）输入

假设我们有一个回归模型，该模型将名为AA和BB的参数作为输入。假设AA和BB都是双精度的

<>我知道我应该在C++中创建一个数据帧，并将它作为参数传递给预测函数。我不知道如何在C++中创建和传递数据帧？为什么下面的代码不起作用

            Rcpp::DataFrame dfin = Rcpp::DataFrame::create(Rcpp::Named("AA")=1.1,Rcpp::Named("BB")=1.2);
            std::string cmd2 = "predict(RegModel, todaydata = data.frame(dfin), \"probs\")";


            vector<double> prob_vector_reg_output = R.parseEval(cmd2); 

Rcpp:：DataFrame dfin=Rcpp:：DataFrame:：create（Rcpp:：Named（“AA”）=1.1，Rcpp:：Named（“BB”）=1.2）；
std:：string cmd2=“predict（RegModel，todaydata=data.frame（dfin），\“probs\””；
向量prob_向量reg_输出=R.parseval（cmd2）；

您可能会混淆

Rcpp

——它确实为您创建了

data.frame

对象，而

RInside

允许您计算表达式

<> >看<代码>示例/Sturnal/RunSID.SAMP3.3.CPP<代码> >代码> RIN < /Cord>示例：它显示您访问C++中的代码> LME（）/Realth> R.通过Rin计算的结果。您同样可以将数据传递给嵌入式R进程——但它仍然需要

RInside

另一方面，通过

Rcpp

构建的R扩展模块也可以访问R函数，但实现方式不同（这里有很多示例）

---

无论是哪一种情况，R的预测步的执行总是以R的速度进行，无论你是否从C++控制。我在examples/standard/rinside_sample3.cpp中有一个问题。在这个例子中，我们有“SWISSUM”来查看其他的例子。简单的如<代码> R[VARR ] = VARCpp；< /COD> >代码> VARCPU> /Cord>是一个C++对象，将被分配给R对象<代码> VARR 。