กำลังสร้าง prediction ไมทิ้งช่วงนานจังมากกว่า 1 นางแบบเชิงเส้นในสเปนเซอร์รี้ดครับ R?

Question 1

ฉันพยายามจะสร้าง prediction ศโดยใช้ฟังก์ชันคาดการณ์()สำหรับคนใหม่ตั้งค่าของข้อมูลแต่ข้ามไปมากกว่าหนึ่งตัวอย่างนั้นฉันต้องถูกสร้างขึ้นเพื่อเป็นวันที่. ฉันค่อนข้างอ่อนอยู่ที่ใช้ lapply แต่คิดว่ามันควรจะต้องการความช่วยเหลือเหนในระบวนการ:

#Calling in my libraries:
library(dplyr)

#Creating dataset:

DNase <- DNase

#Generating models, one for each "Run" in DNAse:
model_dna <- DNase %>% 
  group_by(Run) %>% 
  do(model_dna_group = lm(log(density) ~ log(conc), data = .)) %>%   ungroup()

#Creating a new data set to be used to generate predictions:
new_dna <- as.data.frame(DNase$conc) %>% 
  mutate(conc = DNase$conc * 2) %>% select(conc)

#Attempting to apply predict to these models for a new data frame:
new_dna_w_predictions <- lapply(
                           X = model_dna, 
                           FUN = predict, 
                           newdata = new_dna, 
                           interval = "prediction", 
                           level = 0.9
                          )

อย่างไรก็ตามอนี่วาดต่อไปนี้เกิดข้อผิดพลาด:

เกิดข้อผิดพลาดในได้(เช่น.อักขระ(สนุก),โหมด="ฟังก์ชัน",envir=envir): วัตถุ'model_dna'ของโหมด'ฟังก์ชัน'ไม่พบ

ฉันไม่แน่ใจว่าวิธีที่ดีที่สุดที่โครงสร้างมั lapply ฟังก์ชันโดยเฉพาะอย่างยิ่งเมื่อมีการเคยข้ามมากกว่าหนึ่งคนคุณครูแต่พอกลับมา มีผู้โดยทั่วไปเครื่องมือทำความสะอาดวิธีที่จะเข้าใกล้เรื่องนี้?

Question 2

ตอนนี้คุณก็เต็ม tidyverse ทางออก:

# Calling in my libraries:
library(dplyr)
library(purrr)

# Creating dataset:
DNase <- DNase

# Creating a new data set to be used to generate predictions:
new_dna <- DNase %>% transmute(conc = conc * 2)  # simplified

# Generating models, one for each "Run" in DNAse:
model_dna <- DNase %>% 
  group_by(Run) %>% 
  summarise(model_dna_group = list(lm(log(density) ~ log(conc))))
  
model_dna
#> # A tibble: 11 x 2
#>    Run   model_dna_group
#>    <ord> <list>         
#>  1 10    <lm>           
#>  2 11    <lm>           
#>  3 9     <lm>           
#>  4 1     <lm>           
#>  5 4     <lm>           
#>  6 8     <lm>           
#>  7 5     <lm>           
#>  8 7     <lm>           
#>  9 6     <lm>           
#> 10 2     <lm>           
#> 11 3     <lm>


# Run predictions
model_dna %>%
  group_by(Run) %>% 
  summarise(map(model_dna_group, predict, newdata = new_dna, interval = "prediction", level = 0.9) %>% map_dfr(as_tibble),
            .groups = "drop")

#> # A tibble: 1,936 x 4
#>    Run       fit    lwr    upr
#>    <ord>   <dbl>  <dbl>  <dbl>
#>  1 10    -2.16   -2.48  -1.85 
#>  2 10    -2.16   -2.48  -1.85 
#>  3 10    -1.33   -1.64  -1.03 
#>  4 10    -1.33   -1.64  -1.03 
#>  5 10    -0.918  -1.22  -0.617
#>  6 10    -0.918  -1.22  -0.617
#>  7 10    -0.503  -0.804 -0.201
#>  8 10    -0.503  -0.804 -0.201
#>  9 10    -0.0873 -0.392  0.217
#> 10 10    -0.0873 -0.392  0.217
#> # ... with 1,926 more rows

^{ถูกสร้างบน 2021-11-19 โดย reprex ห่อของ (v2.0.0)}

สังเกต:

หลังจาก dplyr อ 1.0 คุณไม่จำเป็นต้องใช้ do แล้วเรื่องคดี
กับ map แล้ว map_dfr คุณสามารถคำนวณของคุณผมสงสัยในระยะเวลาอันสั้นและเหมาะกับพวกเขาดีๆอยู่ของคุณ tibble

Question 3

ของคุณวัตถุ model_dna เป็นข้อมูลเฟรม(มากกว่าถูกต้อง:tibble)ซึ่งบรรจุ lm-วัตถุงน่องคอลัมน์"model_dna_group".

ใน lapply-คุณต้องรีบจัดการเรียนคอลัมน์ไม่ใช่ทั้งข้อมูลของกรอบ. Lapply พยายามจะใช้ predict ในคอลัมน์ของข้อมูลของกรอบแทนของ lm-วัตถุภายในสวนคอลัมน์

ดังนั้นการแก้ไขคุณเรียกตามและมันทำงาน:

new_dna_w_predictions <- lapply(
                           X = model_dna$model_dna_group, 
                           FUN = predict, 
                           newdata = new_dna, 
                           interval = "prediction", 
                           level = 0.9
                          )

Edo · Answer 1 · 2021-11-19T18:05:38

ตอนนี้คุณก็เต็ม tidyverse ทางออก:

# Calling in my libraries:
library(dplyr)
library(purrr)

# Creating dataset:
DNase <- DNase

# Creating a new data set to be used to generate predictions:
new_dna <- DNase %>% transmute(conc = conc * 2)  # simplified

# Generating models, one for each "Run" in DNAse:
model_dna <- DNase %>% 
  group_by(Run) %>% 
  summarise(model_dna_group = list(lm(log(density) ~ log(conc))))
  
model_dna
#> # A tibble: 11 x 2
#>    Run   model_dna_group
#>    <ord> <list>         
#>  1 10    <lm>           
#>  2 11    <lm>           
#>  3 9     <lm>           
#>  4 1     <lm>           
#>  5 4     <lm>           
#>  6 8     <lm>           
#>  7 5     <lm>           
#>  8 7     <lm>           
#>  9 6     <lm>           
#> 10 2     <lm>           
#> 11 3     <lm>


# Run predictions
model_dna %>%
  group_by(Run) %>% 
  summarise(map(model_dna_group, predict, newdata = new_dna, interval = "prediction", level = 0.9) %>% map_dfr(as_tibble),
            .groups = "drop")

#> # A tibble: 1,936 x 4
#>    Run       fit    lwr    upr
#>    <ord>   <dbl>  <dbl>  <dbl>
#>  1 10    -2.16   -2.48  -1.85 
#>  2 10    -2.16   -2.48  -1.85 
#>  3 10    -1.33   -1.64  -1.03 
#>  4 10    -1.33   -1.64  -1.03 
#>  5 10    -0.918  -1.22  -0.617
#>  6 10    -0.918  -1.22  -0.617
#>  7 10    -0.503  -0.804 -0.201
#>  8 10    -0.503  -0.804 -0.201
#>  9 10    -0.0873 -0.392  0.217
#> 10 10    -0.0873 -0.392  0.217
#> # ... with 1,926 more rows

^{ถูกสร้างบน 2021-11-19 โดย reprex ห่อของ (v2.0.0)}

สังเกต:

หลังจาก dplyr อ 1.0 คุณไม่จำเป็นต้องใช้ do แล้วเรื่องคดี
กับ map แล้ว map_dfr คุณสามารถคำนวณของคุณผมสงสัยในระยะเวลาอันสั้นและเหมาะกับพวกเขาดีๆอยู่ของคุณ tibble

benimwolfspelz · Answer 2 · 2021-11-19T17:22:23

ของคุณวัตถุ model_dna เป็นข้อมูลเฟรม(มากกว่าถูกต้อง:tibble)ซึ่งบรรจุ lm-วัตถุงน่องคอลัมน์"model_dna_group".

ใน lapply-คุณต้องรีบจัดการเรียนคอลัมน์ไม่ใช่ทั้งข้อมูลของกรอบ. Lapply พยายามจะใช้ predict ในคอลัมน์ของข้อมูลของกรอบแทนของ lm-วัตถุภายในสวนคอลัมน์

ดังนั้นการแก้ไขคุณเรียกตามและมันทำงาน:

new_dna_w_predictions <- lapply(
                           X = model_dna$model_dna_group, 
                           FUN = predict, 
                           newdata = new_dna, 
                           interval = "prediction", 
                           level = 0.9
                          )

กำลังสร้าง prediction ไมทิ้งช่วงนานจังมากกว่า 1 นางแบบเชิงเส้นในสเปนเซอร์รี้ดครับ R?

คำถาม

คำตอบที่ดีที่สุด

ในภาษาอื่นๆ

หน้านี้อยู่ในภาษาอื่นๆ

ดังอยู่ในนี้หมวดหมู่

ดังคำถามอยู่ในนี้หมวดหมู่