R 将函数映射到向量上

我有以下

x

和

y

：

set.seed(1234)
x <- seq(1, 1000, 1)
y <- rnorm(1000)

问题是我需要每次修改

nknots

来适应这个模型。表示结的向量如下所示：

myknots <- seq(5, 15, 1)

---

myknots对于
purrr
，我们使用
map

library(purrr)
map(myknots,  ~ myfoo(x, y, nknots = .x))

使用一行程序中的base:：Vectorize，您可以做到这一点，而不需要加载额外的包，也不需要依赖它们永远不会更改：

> alls = Vectorize(smooth.spline,"nknots",SIMPLIFY=FALSE)(x=x,y=y,nknots=myknots)

这将返回一个列表，其中每个元素都是
平滑的。对于
myknots
的每个值，样条线
输出：

> alls[[1]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.1318881  lambda= 0.01540768 (14 iterations)
Equivalent Degrees of Freedom (Df): 5.244268
Penalized Criterion (RSS): 984.4824
GCV: 0.99489
> alls[[2]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.2285265  lambda= 0.03658625 (12 iterations)
Equivalent Degrees of Freedom (Df): 5.006371
Penalized Criterion (RSS): 984.8108
GCV: 0.994746

将依赖关系保持在最低限度是一种很好的做法。
你可以做
lappy（myknots，function（k）myfoo（x=x，y=x，nknots=k））
你的函数
myfoo
没有帮助。您可以执行lappy（myknots，function（k）{smooth.spline（x=x，y=y，nknots=k）}）

> alls = Vectorize(smooth.spline,"nknots",SIMPLIFY=FALSE)(x=x,y=y,nknots=myknots)

> alls[[1]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.1318881  lambda= 0.01540768 (14 iterations)
Equivalent Degrees of Freedom (Df): 5.244268
Penalized Criterion (RSS): 984.4824
GCV: 0.99489
> alls[[2]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.2285265  lambda= 0.03658625 (12 iterations)
Equivalent Degrees of Freedom (Df): 5.006371
Penalized Criterion (RSS): 984.8108
GCV: 0.994746