如何使用公式可靠地使用R中的矩阵（多变量）响应？

我试图在

R

中使用多变量响应，遇到了该死的公式，并且有各种各样的意外行为，主要是在函数和包中使用它们时。这个问题有两个方面

我可以输入一个多变量响应，并能够使用该模型进行事后预测

此MVE使用

rpart

包作为示例。这里的

y

是一个两列矩阵（响应），我想使用

x

预测

y

，即

x

中的每列（此MVE中的两列）。请注意，

方法

本身和

y

中的每一列的意思是无关的，这只是一个重现问题的MVE：

library(rpart)

set.seed(1)
y <- rpois(10, lambda = 1.25)
y <- cbind(c(1,4,10,11,12, 14,16,17,20, 21), y)
print(y)
x <- matrix(1:20, ncol = 2) # just two dummy predictors
print(x)

mymodel <- rpart(y ~ x, method = "poisson", minbucket = 1)

newx <- matrix(11:20, ncol = 2) # just some dummy test predictors, note that we have less rows
predict(mymodel, newdata = data.frame(newx))
# output:
        1          2          3          4          5          6          7          8          
 9         10 
 0.12500000 0.12500000 0.12500000 0.20000000 0.04761905 0.17948718 0.17948718 0.11538462 
 0.04000000 0.04000000 
 Warning message:
 'newdata' had 5 rows but variables found have 10 rows 

库（rpart）
种子（1）
y我没有使用过
rpart:predict
，但是根据文档，对于这个函数，您需要一个新的数据集，该数据集的变量与原始数据集相同

因此，您应该使用正确的列名启动newx：

newx = matrix(11:20, ncol = 2,dimnames=list(NULL,c("x1","x2")))

现在，列被标记为
x1
和
x2
，正如模型和预测中的变量知道如何处理这些列一样。
一般来说，R中的公式适用于数据帧
rpart
适用于矩阵，虽然数据帧可以保存矩阵，但它们往往会转换为单独的列。为了避免这种情况，请将矩阵包装在
I（）
中：

#与开始时的代码相同…然后：
预测（mymodel，newdata=data.frame（x=I（newx）））
#>    1    2    3    4    5 
#> 0.04 0.04 0.04 0.04 0.04

在问题的第二部分中，您正在
mywrapper
函数中创建一个公式，因此如果
newdata
dataframe中不包含变量，它将在其中查找变量。R中的“环境”类似于其他语言中的“堆栈框架”；主要区别在于，环境只有一个父对象，如果在原始环境中找不到该对象，则搜索将继续进行

一般来说，父对象不是调用者的框架，而是创建环境的框架，或者是特别列出的父对象

因此，如果对
mywrapper
返回的值运行
predict
，会发生什么情况？它会查看公式以找到它需要的变量。预测只需要右侧的变量，因此这就是
x
。如果您在
newdata
参数中为
predict
提供
x
，一切都会很好，并像以前一样进行，但如果不提供，情况就不同了

由于在
newdata
中找不到
x
，因此它会转到公式的环境中。这是
mywrapper
的计算框架，它将在那里看到
x
，因为它是该函数的一个参数

如果它寻找的是
z
，它就不会在那里找到它。下一个要查看的地方是父环境，它是创建
mywrapper
时生效的环境，即全局环境。如果没有
z
，它将通过
search（）
列出的环境链进行搜索，这些环境通常是包导出。
search（）
列表链接在一起，因此每个条目都是前面条目的父条目

我希望这不是太多信息….
如何将其输入到
predict（）
？使用
data.frame（newx）
不起作用。至少错误消息有变化吗？使用'newx-Ah，对。训练模型预测给定另一个矩阵的矩阵。你不能把它放在数据框里。如上所述，我自己不使用rpart库。我不知道在这种情况下如何预测。这很有效！而且肯定没有太多的信息，非常感谢。我仍然担心那些“一般来说”，尽管在数据帧中工作良好的公式的例外通常是程序员的错误。由于包作者并不总是专家，有时他们会弄错。rpart的作者知道他们在做什么，所以这不是问题。“parent！=caller”的例外情况通常是父函数显式设置为调用者，但嵌套函数也会发生这种情况：f在本地创建g，然后调用它。
newx = matrix(11:20, ncol = 2,dimnames=list(NULL,c("x1","x2")))