Dinamik değişken sayısı içeren formül


83

Diyelim ki, bazı data.frame foo_data_frame var ve biri hedef sütunun Y'nin diğer bazı sütunlar tarafından regresyonunu bulmak istiyor . Bu amaçla genellikle bazı formül ve modeller kullanılır. Örneğin:

linear_model <- lm(Y ~ FACTOR_NAME_1 + FACTOR_NAME_2, foo_data_frame)

Formül statik olarak kodlanmışsa bu iyi iş çıkarır. Sabit sayıda bağımlı değişkenle (örneğin, 2) birkaç modelin köklenmesi isteniyorsa, şu şekilde ele alınabilir:

for (i in seq_len(factor_number)) {
  for (j in seq(i + 1, factor_number)) {
    linear_model <- lm(Y ~ F1 + F2, list(Y=foo_data_frame$Y,
                                         F1=foo_data_frame[[i]],
                                         F2=foo_data_frame[[j]]))
    # linear_model further analyzing...
  }
}

Sorum, program çalışırken değişkenlerin sayısı dinamik olarak değiştiğinde aynı etkiyi nasıl yapacağım?

for (number_of_factors in seq_len(5)) {
   # Then root over subsets with #number_of_factors cardinality.
   for (factors_subset in all_subsets_with_fixed_cardinality) {
     # Here I want to fit model with factors from factors_subset.
     linear_model <- lm(Does R provide smth to write here?)
   }
}

2
Teşekkürler! Ortadaki örnek, sorunuzun çözümüne ihtiyacım olmadığını ve çok daha basit bir şey yapabileceğimi fark etmemi sağladı!
Mark Adamson

Yanıtlar:


105

?as.formulaÖrneğin bkz . :

factors <- c("factor1", "factor2")
as.formula(paste("y~", paste(factors, collapse="+")))
# y ~ factor1 + factor2

Nerede factorsmodeldeki kullanmak istediğiniz faktörlerin adlarını içeren bir karakter vektörüdür. Bunu bir lmmodele yapıştırabilirsiniz , örneğin:

set.seed(0)
y <- rnorm(100)
factor1 <- rep(1:2, each=50)
factor2 <- rep(3:4, 50)
lm(as.formula(paste("y~", paste(factors, collapse="+"))))

# Call:
# lm(formula = as.formula(paste("y~", paste(factors, collapse = "+"))))

# Coefficients:
# (Intercept)      factor1      factor2  
#    0.542471    -0.002525    -0.147433

66

Çoğu zaman unutulan bir işlevdir reformulate. Kimden ?reformulate:

reformulate bir karakter vektöründen bir formül oluşturur.


Basit bir örnek:

listoffactors <- c("factor1","factor2")
reformulate(termlabels = listoffactors, response = 'y')

şu formülü verecektir:

y ~ factor1 + factor2


Açıkça belgelenmemiş olsa da, etkileşim terimleri de ekleyebilirsiniz:

listofintfactors <- c("(factor3","factor4)^2")
reformulate(termlabels = c(listoffactors, listofintfactors), 
    response = 'y')

verecek:

y ~ factor1 + factor2 + (factor3 + factor4)^2


3
@JorisMeys Ve etkileşim terimleri eklemeye izin verdiği için çok daha hoş! Yıllardır benzer bir çözüm arıyorum ..
landroni

Ya x değişkenleri boşluklar içeriyorsa? "Faktör 1", "faktör 2" vb. Deyin.
aksiyom

11

Diğer bir seçenek, formülde bir matris kullanmak olabilir:

Y = rnorm(10)
foo = matrix(rnorm(100),10,10)
factors=c(1,5,8)

lm(Y ~ foo[,factors])

3
+1, ancak bunun etkileşim efektlerinin kullanılmasına izin vermediğini unutmayın. Bunun için bir model matris de oluşturulabilir (bkz. ?model.matrix)
Joris Meys

4

Aslında bir formüle ihtiyacınız yok. Bu çalışıyor:

lm(data_frame[c("Y", "factor1", "factor2")])

bunun gibi:

v <- c("Y", "factor1", "factor2")
do.call("lm", list(bquote(data_frame[.(v)])))

+1 Çok doğru, ama yine, etkileşim efektli bir matris oluşturmak için model.matrix kullanmanız gerekir.
Joris Meys

0

Bunu genellikle yanıt sütunumun adını değiştirerek çözerim. Dinamik olarak yapmak daha kolaydır ve muhtemelen daha temizdir.

model_response <- "response_field_name"
setnames(model_data_train, c(model_response), "response") #if using data.table
model_gbm <- gbm(response ~ ., data=model_data_train, ...)
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.