如何查看特定“predict”函数的源代码？

根据文档，

predict

是

R

中的一个多态函数，根据作为第一个参数传递的内容实际调用不同的函数

但是，文档没有提供任何关于

predict

为任何特定类实际调用的函数名称的信息

通常，可以键入函数名以获取其源代码，但这不适用于

predict

如果我想在对类型为

glmnet

的对象调用时查看

predict

函数的源代码，最简单的方法是什么？

调用

方法（predict）

将显示为特定类定义的所有方法，例如：

> methods(predict)
 [1] predict.ar*                predict.Arima*             predict.arima0*            predict.glm               
 [5] predict.HoltWinters*       predict.lm                 predict.loess*             predict.mlm               
 [9] predict.nls*               predict.poly               predict.ppr*               predict.prcomp*           
[13] predict.princomp*          predict.smooth.spline*     predict.smooth.spline.fit* predict.StructTS*

---

glmnet

的预测函数很可能只是

predict.glmnet

您可以使用

getAnywhere

查找函数

getAnywhere("predict.glmnet")
## A single object matching ‘predict.glmnet’ was found
## It was found in the following places
##   registered S3 method for predict from namespace glmnet
##   namespace:glmnet
## with value
## 
## function (object, newx, s = NULL, type = c("link", "response", 
##     "coefficients", "nonzero", "class"), exact = FALSE, offset, 
##     ...) 
## {
##     type = match.arg(type)
##     if (missing(newx)) {
##         if (!match(type, c("coefficients", "nonzero"), FALSE)) 
##             stop("You need to supply a value for 'newx'")
##     }
##     if (exact && (!is.null(s))) {
##         lambda = object$lambda
##         which = match(s, lambda, FALSE)
##         if (!all(which > 0)) {
##             lambda = unique(rev(sort(c(s, lambda))))
##             object = update(object, lambda = lambda)
##         }
##     }
##     a0 = t(as.matrix(object$a0))
##     rownames(a0) = "(Intercept)"
##     nbeta = rbind2(a0, object$beta)
##     if (!is.null(s)) {
##         vnames = dimnames(nbeta)[[1]]
##         dimnames(nbeta) = list(NULL, NULL)
##         lambda = object$lambda
##         lamlist = lambda.interp(lambda, s)
##         nbeta = nbeta[, lamlist$left, drop = FALSE] * lamlist$frac + 
##             nbeta[, lamlist$right, drop = FALSE] * (1 - lamlist$frac)
##         dimnames(nbeta) = list(vnames, paste(seq(along = s)))
##     }
##     if (type == "coefficients") 
##         return(nbeta)
##     if (type == "nonzero") 
##         return(nonzeroCoef(nbeta[-1, , drop = FALSE], bystep = TRUE))
##     if (inherits(newx, "sparseMatrix")) 
##         newx = as(newx, "dgCMatrix")
##     nfit = as.matrix(cbind2(1, newx) %*% nbeta)
##     if (object$offset) {
##         if (missing(offset)) 
##             stop("No offset provided for prediction, yet used in fit of glmnet", 
##                 call. = FALSE)
##         if (is.matrix(offset) && dim(offset)[[2]] == 2) 
##             offset = offset[, 2]
##         nfit = nfit + array(offset, dim = dim(nfit))
##     }
##     nfit
## }
## <environment: namespace:glmnet>

getAnywhere（“predict.glmnet”）
##找到与“predict.glmnet”匹配的单个对象
##它被发现在以下地方
##从命名空间glmnet预测的注册S3方法
##名称空间：glmnet
##有价值
## 
##函数（对象，newx，s=NULL，type=c（“链接”，“响应”，
##“系数”、“非零”、“类”），精确=假，偏移，
##     ...) 
## {
##type=match.arg（类型）
##如果（缺少（newx））{
##if（！match（类型，c（“系数”，“非零”），FALSE））
##停止（“您需要为'newx'提供一个值）
##     }
##如果（精确&&（！is.null）））{
##lambda=对象$lambda
##哪个=匹配（s，λ，FALSE）
##如果（！all（其中>0））{
##lambda=unique（版本（排序（c（s，lambda）））
##对象=更新（对象，lambda=lambda）
##         }
##     }
##a0=t（作为矩阵（对象$a0））
##行名（a0）=（截取）
##nbeta=rbind2（a0，对象$beta）
##如果（！为.null）{
##vnames=dimnames（nbeta）[[1]]
##dimnames（nbeta）=列表（空，空）
##lambda=对象$lambda
##lamlist=lambda.interp（lambda，s）
##nbeta=nbeta[，lamlist$left，drop=FALSE]*lamlist$frac+
##nbeta[，lamlist$right，drop=FALSE]*（1-lamlist$frac）
##dimnames（nbeta）=列表（vnames，粘贴（seq（沿=s）））
##     }
##如果（类型=“系数”）
##返回（nbeta）
##如果（类型==“非零”）
##返回（非零系数（nbeta[-1，drop=FALSE]，bystep=TRUE））
##if（继承（newx，“sparseMatrix”））
##newx=as（newx，“dgCMatrix”）
##nfit=as.矩阵（cbind2（1，newx）%*%nbeta）
##if（对象$offset）{
##如果（缺少（偏移））
##停止（“未提供用于预测的偏移量，但用于glmnet的拟合”，
##呼叫（错误）
##如果（是矩阵（偏移量）&&dim（偏移量）[[2]]==2）
##偏移量=偏移量[，2]
##nfit=nfit+阵列（偏移量，尺寸=尺寸（nfit））
##     }
##nfit
## }
## 

在我使用

library（glmnet）

之后，没有使用该名称的方法。这就是我好奇的原因。一般来说，有没有一种方法可以判断给定特定对象时实际调用了哪些predict方法？只需快速查看一下实际的

glmnet

包，它看起来像

predict。glmnet

没有导出到全局命名空间中，因此有点难以获取，但是您可以使用

glmnet:：：predict.glmnet

访问它，并查看使用

方法（class=glmnet）

定义的方法