r - 如何将这个 sapply 用例转换为 dplyr？

Question

在使用 predict.knn3 时，我遇到了一个有趣的数据处理用例。我不知道我可以使用参数 type="class" 调用 predict 来获得预测级别，这正是我需要的。因此，我想出了一个有点复杂的解决方案，从每个 predict() 的结果行中选择具有最大概率的级别。问题是由于 names 函数不能以矩阵的“矢量化”形式工作，而只能使用向量。

为了说明发现type="class" 参数之前和之后的用例:

rm(list = ls())
library(caret)
library(tidyverse)
library(dslabs)

data("tissue_gene_expression")
x <- tissue_gene_expression$x
y <- tissue_gene_expression$y

set.seed(1)
test_index <- createDataPartition(y, times = 1, p = 0.5, list = FALSE)
test_x <- x[test_index,]
test_y <- y[test_index]
train_x <- x[-test_index,]
train_y <- y[-test_index]

# fit the model, predict without type="class" and use sapply to build the y_hat levels
fit <- knn3(train_x, train_y, k = 1)
pred <- predict(fit, test_x)
y_hat <- sapply(1:nrow(pred), function(i) as.factor(names(pred[i,which.max(pred[i,])])))

# compare it to the solution using predict with type="class"
identical(y_hat, as.factor(predict(fit, test_x, type="class")))
[1] TRUE

为了说明这个问题，我可以执行以下操作，看到 names 函数对命名数字元素的向量进行操作会产生所需的结果，而矩阵将失败并输出 NULL:

names(pred[1, which.max(pred[1,])])
[1] "cerebellum"
names(pred[1:2, which.max(pred[1:2,])])
NULL

假设在 predict.knn3 函数中不知道这个方便的 type="class"；有没有更简单的方法使用 tidyverse 和 dplyr 来替换这个 sapply ？或者任何其他更简单的方法来实现这个用例？

y_hat <- sapply(1:nrow(pred), function(i) as.factor(names(pred[i, which.max(pred[i,])])))

我正在寻找类似以下的东西，但它不起作用:

as_tibble(predict(fit, test_x)) %>% mutate(y_hat=names(which.max(.[row_number(),])))

Answer 1

我发现使用 dplyr 对行进行操作可能有点困惑。这应该工作。猜测一下，这不是计算效率最高的。

solution <- as_tibble(predict(fit, test_x)) %>%
  rowwise() %>%
  do(as.data.frame(.) %>%
       mutate(., y_hat = names(.)[which.max(select(., everything()))])
  )

solution %>%
  slice(18:22)

# A tibble: 5 x 8
  cerebellum colon endometrium hippocampus kidney liver placenta y_hat     
       <dbl> <dbl>       <dbl>       <dbl>  <dbl> <dbl>    <dbl> <chr>     
1          1     0           0           0      0     0        0 cerebellum
2          1     0           0           0      0     0        0 cerebellum
3          0     1           0           0      0     0        0 colon     
4          0     1           0           0      0     0        0 colon     
5          0     1           0           0      0     0        0 colon