r - 在向量上映射一个函数

Question

我有以下 x 和 y:

set.seed(1234)
x <- seq(1, 1000, 1)
y <- rnorm(1000)

我需要使用 smooth.spline 为它们建模:

model <- smooth.spline(x, y, nknots = 10)

问题是我每次都需要修改nknots 来适应这个模型。表示节点的向量如下:

myknots <- seq(5, 15, 1)

我想创建自己的函数，例如:

myfoo <- function(x, y, nknots){
  smooth.spline(x, y, nknots = nknots)
}

但我找不到直接的方法。我宁愿使用 purrr 包。有什么想法吗？

Answer 1

您可以做到这一点，而无需加载额外包的额外负担，并依赖它们在单行代码中使用 base::Vectorize 永远不会改变:

> alls = Vectorize(smooth.spline,"nknots",SIMPLIFY=FALSE)(x=x,y=y,nknots=myknots)

这将返回一个列表，其中每个元素都是 myknots 的每个值的 smooth.spline 输出:

> alls[[1]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.1318881  lambda= 0.01540768 (14 iterations)
Equivalent Degrees of Freedom (Df): 5.244268
Penalized Criterion (RSS): 984.4824
GCV: 0.99489
> alls[[2]]
Call:
(function (x, y = NULL, w = NULL, df, spar = NULL, lambda = NULL, 
    cv = FALSE, all.knots = FALSE, nknots = .nknots.smspl, keep.data = TRUE, 
  ...

Smoothing Parameter  spar= 0.2285265  lambda= 0.03658625 (12 iterations)
Equivalent Degrees of Freedom (Df): 5.006371
Penalized Criterion (RSS): 984.8108
GCV: 0.994746

将依赖关系保持在最低限度是一种很好的做法。