Metaprogramming 在GLM.jl中仅指定目标变量

在中，可以仅使用公式对象指定目标变量：

y~。

---

这不适用于

GLM.jl

在R中，公式中的点表示法表示除依赖字段外的所有字段（在公式的左侧）。显然

GLM.jl

没有实现这种表示法，但可以更改

例如，以下函数使事情更接近R：

using DataFrames    # install with Pkg.add("DataFrames")
using MacroTools    # install with Pkg.add("MacroTools")

function usedot!(f, df)
    vs = collect(filter(x->x != f.lhs,names(df)))
    ex = length(vs)>1 ? Expr(:call,:+,vs...) : vs[1]
    f.rhs = MacroTools.postwalk(x -> x == :(:.) ? ex : x , f.rhs)
    f.rhs = MacroTools.postwalk(x -> typeof(x)==Expr &&
      x.head==:quote && length(x.args)==1 &&
      x.args[1] == :. ? ex : x , f.rhs)
    return f
end

usedot(f,df) = usedot!(DataFrames.Formula(f),df)

这些功能可按如下方式使用：

julia> using GLM, RDatasets

julia> form = dataset("datasets", "Formaldehyde");

julia> lm1 = fit(LinearModel, usedot(@formula(OptDen ~ :.),form), form)
DataFrames.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}},GLM.DensePredChol{Float64,Base.LinAlg.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}}

Formula: OptDen ~ 1 + Carb

Coefficients:
               Estimate  Std.Error  t value Pr(>|t|)
(Intercept)  0.00508571 0.00783368 0.649211   0.5516
Carb           0.876286  0.0135345  64.7444    <1e-6

julia>使用GLM、rdataset
julia>form=数据集（“数据集”、“甲醛”）；
julia>lm1=fit（LinearModel，usedot（@formula（OptDen~：），form），form）
DataFrames.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}}，GLM.DensePredChol{Float64，Base.LinAlg.Cholesky{Float64，Array{Float64,2}}，Array{Float64,2}
配方：OptDen~1+碳水化合物
系数：
估计标准误差t值Pr（>t）
（截距）0.00508571 0.00783368 0.649211 0.5516
Carb 0.876286 0.0135345 64.7444不确定问题是什么？请参见Dan belowSo的回答。到目前为止，我的印象是，
ScikitLearn.jl
是与数据帧集成的机器学习库。