R 聚类上的线性回归

我有一个数据集中的10k均值聚类。我想分别用所有这些聚类建立线性回归模型。 我想要10个线性回归模型。如何使用R中的循环来实现这一点我得到了答案。 这是我真正想要的。 此代码基本上来自Hadley Wikham的github文章“管理多个模型”

house.cluster%映射（扫帚：：扫视），
rsq=glance%>%map\u dbl（“r.squared”）
)

现在我想用这10个模型来预测我的测试集。

---

如何使用循环来实现这一点。（严肃：你试过什么？

lappy（分裂（火车，集群），lm，公式=价格~）

请查看。谢谢@G.Grothendieck

house.cluster <- kmeans(scale(house), 10, 50)
house$cluster <- house.cluster$cluster

by_cluster <- train %>%
  group_by(cluster) %>%
  nest()


cluster_model <- function(df) {
  lm(price ~., data = df)
}

models <- by_cluster %>%
  mutate(
    model  = data %>% map(cluster_model)
  )


models <- models %>%
  mutate(
    glance  = model %>% map(broom::glance),
    rsq     = glance %>% map_dbl("r.squared")
  )