R 通过不同的数据帧进行循环回归

目标是在不同的训练数据框架上进行多元logit回归，然后评估各自测试数据集的性能

首先，我们从

df

创建多（5）个随机采样的数据帧：

for(i in 1:5) {
nr <- paste("random_df", i, sep = "_")
assign(nr, random_df[sample(nrow(df)),])
}

---

非常感谢您的帮助。

我很确定您误解了

lappy

的使用和输出。它在输入上循环并创建一个对象列表，这些对象属于您使用的函数输出的典型类

如果我读对了你的代码，这部分

for(i in 1:5) {
  index <- paste("lr_train", i, sep = "_")
  assign(index, lapply(lr_list, function(x) {glm(y ~ x1 + x2, data=x, 
  subset=train, family=binomial)}))
}

---

请注意，由于缺少工作数据示例，这一点未经测试。

我很确定您误解了

lappy

的使用和输出。它在输入上循环并创建一个对象列表，这些对象属于您使用的函数输出的典型类

如果我读对了你的代码，这部分

for(i in 1:5) {
  index <- paste("lr_train", i, sep = "_")
  assign(index, lapply(lr_list, function(x) {glm(y ~ x1 + x2, data=x, 
  subset=train, family=binomial)}))
}

---

请注意，由于缺少一个工作数据示例，这是未经测试的。

不久前，我学习了使用

dplyr

和

purr

软件包的技巧。这是关于使用嵌套的

数据。frame

：

nested_df <- tibble(subdf = 1:5) %>% # Choose number of 'random_df' 
  rowwise() %>% 
  mutate(data = list(df[sample(nrow(df)),])) %>% # create a list of random data.frames within our data.frame
  ungroup() %>% 
  mutate(model = map(data, ~ glm(y ~ x1 + x2, data = .x, 
                                     subset = train, family = binomial))) # iterate with map throug all of data.frame's in column data


nested_df

  subdf                   data     model
  <int>                 <list>    <list>
1     1 <data.frame [100 x 3]> <S3: glm>
2     2 <data.frame [100 x 3]> <S3: glm>
3     3 <data.frame [100 x 3]> <S3: glm>
4     4 <data.frame [100 x 3]> <S3: glm>
5     5 <data.frame [100 x 3]> <S3: glm>

输出来自我的快速模拟

df

df <- data.frame(y = rnorm(100, 100),
                 x1 = sample(letters[1:3], size = 100, replace = T),
                 x2 = runif(100 ,0, 1000)) %>% 
  mutate(y = y/max(y))

df%
突变（y=y/最大值（y））

---

你可以用类似结构的

mutate（）

和

map（）

对每个glm进行预测。不久前，我学会了使用

dplyr

和

purr

包的技巧。这是关于使用嵌套的

数据。frame

：

nested_df <- tibble(subdf = 1:5) %>% # Choose number of 'random_df' 
  rowwise() %>% 
  mutate(data = list(df[sample(nrow(df)),])) %>% # create a list of random data.frames within our data.frame
  ungroup() %>% 
  mutate(model = map(data, ~ glm(y ~ x1 + x2, data = .x, 
                                     subset = train, family = binomial))) # iterate with map throug all of data.frame's in column data


nested_df

  subdf                   data     model
  <int>                 <list>    <list>
1     1 <data.frame [100 x 3]> <S3: glm>
2     2 <data.frame [100 x 3]> <S3: glm>
3     3 <data.frame [100 x 3]> <S3: glm>
4     4 <data.frame [100 x 3]> <S3: glm>
5     5 <data.frame [100 x 3]> <S3: glm>

输出来自我的快速模拟

df

df <- data.frame(y = rnorm(100, 100),
                 x1 = sample(letters[1:3], size = 100, replace = T),
                 x2 = runif(100 ,0, 1000)) %>% 
  mutate(y = y/max(y))

df%
突变（y=y/最大值（y））

---

您可以使用类似结构的

mutate（）

和

map（）

对每个glm进行预测。您应该查看

modeler

包。这使很多事情变得更容易：谢谢@AndrewBrēza，您能告诉我，不仅

resample

而且还可以使用

modeler

包评估多个列车和测试集上的模型？您应该查看

modeler

package。这让很多事情变得更简单：谢谢@AndrewBrēza，你能给我一个提示，说明如何不仅对

重新采样

，而且使用

modelr

包对多个训练集和测试集上的模型进行评估吗？你需要使用map2/pmap进行预测…%%>%mutate（pred=map2（model，data，predict））

map

属于哪个包？@Dima在我的回答中犯了一个错误，package

purrr

。您需要使用map2/pmap进行预测…%%>%mutate（pred=map2（model，data，predict））

map

属于哪个软件包？@Dima在我的回答中犯了一个错误，package

purr

。谢谢@Leo P。虽然未经测试，但效果很好。你说得对，我误解了拉皮。我们继续使用：

lr_estim Thank@Leo P创建因子。尽管未经测试，但效果良好。你说得对，我误解了拉皮。我们继续使用：
lr\u estim创建一个因子
lr_test <- mapply(function(x, y) predict(x, y[test, ], type = "response"), lr_train, lr_list)

nested_df <- tibble(subdf = 1:5) %>% # Choose number of 'random_df' 
  rowwise() %>% 
  mutate(data = list(df[sample(nrow(df)),])) %>% # create a list of random data.frames within our data.frame
  ungroup() %>% 
  mutate(model = map(data, ~ glm(y ~ x1 + x2, data = .x, 
                                     subset = train, family = binomial))) # iterate with map throug all of data.frame's in column data


nested_df

  subdf                   data     model
  <int>                 <list>    <list>
1     1 <data.frame [100 x 3]> <S3: glm>
2     2 <data.frame [100 x 3]> <S3: glm>
3     3 <data.frame [100 x 3]> <S3: glm>
4     4 <data.frame [100 x 3]> <S3: glm>
5     5 <data.frame [100 x 3]> <S3: glm>

nested_df$model[[1]]

Call:  glm(formula = y ~ x1 + x2, family = binomial, data = .x, subset = train)

Coefficients:
(Intercept)          x1b          x1c           x2  
  3.467e+00   -5.085e-03    1.300e-02    9.368e-05  

Degrees of Freedom: 79 Total (i.e. Null);  76 Residual
Null Deviance:      0.3428 
Residual Deviance: 0.3408   AIC: 12.7

df <- data.frame(y = rnorm(100, 100),
                 x1 = sample(letters[1:3], size = 100, replace = T),
                 x2 = runif(100 ,0, 1000)) %>% 
  mutate(y = y/max(y))