R 水平数据预测（使用组模型）

我非常需要帮助：所以我使用dplyr按组运行回归。也就是说像这样的东西：

regressions <- mtcars %>% group_by(cyl) %>%
do(fit = lm(wt ~ mpg + qsec + gear, .))

  ##     cyl     fit
  ##   (dbl)   (chr)
  ## 1     4 <S3:lm>
  ## 2     6 <S3:lm>
  ## 3     8 <S3:lm>

请记住，测试数据中包含所有级别/组

有没有更简单的方法。即按级别进行预测。目前，我正在尝试在扫帚包中使用增强，但它并没有真正起作用。它所做的是：它通过我所有的测试数据运行每个模型，而忽略级别

---

请帮忙！我正在做一个更大的规模和需要的东西是快速和有效的

我在到达data.frame中的

lm

对象时遇到了一些问题，因此第一个循环不漂亮：

A <- list()
for (i in unique(mtcars$cyl)) {
  A[[as.character(i)]] <- predict(as.list(regressions[regressions$cyl == i, ])$fit[[1]],
                    newdata = mtcars[mtcars$cyl == i, ])
}

---

这种方法的唯一问题是系数更难解释，（即：组

cyl=6

的

mpg

系数是

mpg

的系数加上

mpg:cyl6

）对于purrr以及dplyr和tidyr来说，这可能是一项不错的工作。purrr包是用来处理列表的，我相信从长远来看，它将取代

do

例如，如果您有一个包含相同变量的测试数据集，我称之为

mtcars\u test

mtcars_test = mtcars

您可以基于

cyl

将此数据集拆分为三部分

test_split = split(mtcars_test, mtcars_test$cyl)

# check that regression with cyl == 4 and predictions gives the same result
lm_4 = lm(wt ~ mpg + qsec + gear, data = subset(mtcars, cyl == 4))
predict(lm_4, newdata = subset(mtcars, cyl == 4))
scores %>% 
  filter(cyl == 4)

# check that regression with cyl == 8 and predictions gives the same result
lm_8 = lm(wt ~ mpg + qsec + gear, data = subset(mtcars, cyl == 8))
predict(lm_8, newdata = subset(mtcars, cyl == 8))
scores %>% 
  filter(cyl == 8)

然后，您可以使用

map2

运行三个模型以及分割测试数据，以进行预测。注意，这依赖于模型和数据集列表处于相同的柱面顺序，所以要小心

library(purrr)

map2(regressions$fit, test_split, predict)

结果是一个列表。使用

map2\u dfr（）

创建外观更好的函数输出，以将输出放入data.frame

在实际情况中，您可能希望在嵌套数据集中得到结果。我无法使用

do（）。
unnest（）
函数来自tidyr

library(tidyr)

regs2 = mtcars %>%
     nest_by(cyl) %>%
     mutate(fit = list(lm(wt ~ mpg + qsec + gear, data = data)))

要使用
mutate（）
中的
map2（）
循环浏览模型和新数据集列表，必须对数据集进行解组。在取消测试之前，我在这里删除了输出中的其他列表列，但这并不是绝对必要的

regs2 %>%
     ungroup() %>%
     mutate(test_pred = map2(fit, test_split, predict) ) %>%
     select(-data, -fit) %>%
     unnest(test_pred) 

# A tibble: 32 x 2
     cyl test_pred
   <dbl>     <dbl>
 1     4      2.46
 2     4      2.63
 3     4      3.39
 4     4      1.86
 5     4      1.82
 6     4      1.83
 7     4      2.61
 8     4      2.16
 9     4      2.06
10     4      1.74
# ... with 22 more rows

regs2%>%
解组（）%>%
突变（test_pred=map2（拟合、test_分割、预测））%>%
选择（-data，-fit）%%>%
unnest（测试前）
#一个tibble:32x2
气缸测试
1     4      2.46
2     4      2.63
3     4      3.39
4     4      1.86
5     4      1.82
6     4      1.83
7     4      2.61
8     4      2.16
9     4      2.06
10     4      1.74
# ... 还有22排
使用
broom:：augment
可以非常紧凑、轻松地实现这一点

你拟合回归和得分：

library(broom)
library(dplyr)

# fit the set of regressions by cyl
regressions = mtcars %>% group_by(cyl) %>%
  do(fit = lm(wt ~ mpg + qsec + gear, .))

# score the regressions by cyl
scores = regressions %>% 
  augment(fit) 

您可以检查其结果是否与由
cyl
值定义的组的单独回归拟合和评分结果相同

test_split = split(mtcars_test, mtcars_test$cyl)

# check that regression with cyl == 4 and predictions gives the same result
lm_4 = lm(wt ~ mpg + qsec + gear, data = subset(mtcars, cyl == 4))
predict(lm_4, newdata = subset(mtcars, cyl == 4))
scores %>% 
  filter(cyl == 4)

# check that regression with cyl == 8 and predictions gives the same result
lm_8 = lm(wt ~ mpg + qsec + gear, data = subset(mtcars, cyl == 8))
predict(lm_8, newdata = subset(mtcars, cyl == 8))
scores %>% 
  filter(cyl == 8)

augment
非常适合在训练集中进行预测，但我没有看到如何使用它对新的测试集进行预测。@aosmith感谢您的评论
augment
支持
newdata
参数。请参阅
augment.lm
的文档。在使用新数据之前，是否必须按因子进行分割，或者您是否可以定义正确的子集，以便以某种方式用于
augment
中每个组的预测？@aosmith它的工作方式与对原始数据的工作方式完全相同（我已经演示过）。事实上，一瞬间的思考应该会让你相信，这种行为是不可能不同的。感谢所有回应的人，我真的很感激！非常感谢您的回复。有没有一种方法可以使用相同的逻辑来运行，比如使用auto.ARIMA函数的ARIMA模型或使用相同逻辑的Holtwiners？i、 e如上所述拆分数据集，运行holtwinters，然后返回预测，例如每个周期x个周期。
library(broom)
library(dplyr)

# fit the set of regressions by cyl
regressions = mtcars %>% group_by(cyl) %>%
  do(fit = lm(wt ~ mpg + qsec + gear, .))

# score the regressions by cyl
scores = regressions %>% 
  augment(fit) 

# check that regression with cyl == 4 and predictions gives the same result
lm_4 = lm(wt ~ mpg + qsec + gear, data = subset(mtcars, cyl == 4))
predict(lm_4, newdata = subset(mtcars, cyl == 4))
scores %>% 
  filter(cyl == 4)

# check that regression with cyl == 8 and predictions gives the same result
lm_8 = lm(wt ~ mpg + qsec + gear, data = subset(mtcars, cyl == 8))
predict(lm_8, newdata = subset(mtcars, cyl == 8))
scores %>% 
  filter(cyl == 8)