如何将predict()与newdata=var_i一起使用?
我处理的是一个大数据,我将其分为若干块,这样它就可以由ram管理,比如: (这是一个例子,我有更多的块)如何将predict()与newdata=var_i一起使用?,r,prediction,R,Prediction,我处理的是一个大数据,我将其分为若干块,这样它就可以由ram管理,比如: (这是一个例子,我有更多的块) var_1使用get()。下面是一个简单的例子: x <- 1:100 x_1 <- x[1:50] x_2 <- x[51:100] for(i in 1:2){ var <- sprintf('x_%i',i) print(sum(get(var))) } 有关详细信息,请参见?get。使用get()执行此操作。下面是一个简单的例子: x <
var_1使用get()。下面是一个简单的例子:
x <- 1:100
x_1 <- x[1:50]
x_2 <- x[51:100]
for(i in 1:2){
var <- sprintf('x_%i',i)
print(sum(get(var)))
}
有关详细信息,请参见?get
。使用get()
执行此操作。下面是一个简单的例子:
x <- 1:100
x_1 <- x[1:50]
x_2 <- x[51:100]
for(i in 1:2){
var <- sprintf('x_%i',i)
print(sum(get(var)))
}
有关更多详细信息,请参见?get
。使用单独的环境来保存块,而不是使用get
(虽然get
是这里的简单答案,也是常见问题7.21的一部分),可能会更干净一些
可能对代码进行的修改:
myenv <- new.env()
for (i in 1:n_chunks) {
name<-sprintf('var_%i',i); path<-sprintf('~/var_%i.Rdata',i)
load(path, env=myenv)
predicted <- predict(Model, newdata =myenv[[name]], type = "prob")
value <- as.numeric(lapply(predicted,"[[",2))
namef <- sprintf('~/predicted%i.Rdata',i)
save(value,file=namef)
rm(list= ls(env=myenv), envir=myenv)
}
myenv使用单独的环境来保存块而不是使用get
(虽然get
是这里的简单答案,也是常见问题解答7.21的一部分),可能会更干净一些
可能对代码进行的修改:
myenv <- new.env()
for (i in 1:n_chunks) {
name<-sprintf('var_%i',i); path<-sprintf('~/var_%i.Rdata',i)
load(path, env=myenv)
predicted <- predict(Model, newdata =myenv[[name]], type = "prob")
value <- as.numeric(lapply(predicted,"[[",2))
namef <- sprintf('~/predicted%i.Rdata',i)
save(value,file=namef)
rm(list= ls(env=myenv), envir=myenv)
}
myenv使用newdata=get(name)
-这可能行得通。很简单,谢谢它成功了:)使用newdata=get(name)
-这可能行得通。很简单,谢谢它成功了:)
myenv <- new.env()
for (i in 1:n_chunks) {
name<-sprintf('var_%i',i); path<-sprintf('~/var_%i.Rdata',i)
load(path, env=myenv)
predicted <- predict(Model, newdata =myenv[[name]], type = "prob")
value <- as.numeric(lapply(predicted,"[[",2))
namef <- sprintf('~/predicted%i.Rdata',i)
save(value,file=namef)
rm(list= ls(env=myenv), envir=myenv)
}