- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我迫切需要帮助:所以我使用 dplyr 按组运行回归。即这样的事情:
regressions <- mtcars %>% group_by(cyl) %>%
do(fit = lm(wt ~ mpg + qsec + gear, .))
## cyl fit
## (dbl) (chr)
## 1 4 <S3:lm>
## 2 6 <S3:lm>
## 3 8 <S3:lm>
so model cyl 4 only uses data 4 cyl to predict
model cyl 6 uses data 6 cyl to predict
model cyl 8 uses data 8 cyl to predict
and so on and so forth.enter code here
最佳答案
这对 来说可能是个好工作呜呜声连同 dplyr 和 整理 . 呜呜声包适用于列表,我相信会取代 do
从长远来看。
例如,如果您有一个包含相同变量的测试数据集,我将其命名为 mtcars_test
.
mtcars_test = mtcars
您可以根据
cyl
将此数据集拆分为三个部分.
test_split = split(mtcars_test, mtcars_test$cyl)
那么你可以使用
map2
运行三个模型以及拆分测试数据以进行预测。请注意,这依赖于模型和数据集列表在相同的圆柱顺序中,所以要小心。
library(purrr)
map2(regressions$fit, test_split, predict)
结果是一个列表。使用
map2_dfr()
使函数的输出看起来更美观,以将输出放入 data.frame 中。 .
map2_dfr(regressions$fit, test_split,
function(model, newdata) {
newdata$pred = predict(model, newdata = newdata)
newdata
})
mpg cyl disp hp drat wt qsec vs am gear carb pred
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 2.463345
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 2.633560
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 3.392781
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 1.864082
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 1.821926
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 1.834495
...
在您的实际情况中,您可能希望在嵌套数据集中得到结果。我无法使用
do()
,但这在
中是可能的dplyr 1.0.0 与
nest_by()
并列出输出。
unnest()
函数来自
整理 .
library(tidyr)
regs2 = mtcars %>%
nest_by(cyl) %>%
mutate(fit = list(lm(wt ~ mpg + qsec + gear, data = data)))
使用
map2()
遍历模型和新数据集列表内
mutate()
,数据集必须是未分组的。在取消嵌套之前,我在这里删除了输出中的其他列表列,但这并不是绝对必要的。
regs2 %>%
ungroup() %>%
mutate(test_pred = map2(fit, test_split, predict) ) %>%
select(-data, -fit) %>%
unnest(test_pred)
# A tibble: 32 x 2
cyl test_pred
<dbl> <dbl>
1 4 2.46
2 4 2.63
3 4 3.39
4 4 1.86
5 4 1.82
6 4 1.83
7 4 2.61
8 4 2.16
9 4 2.06
10 4 1.74
# ... with 22 more rows
关于r - 对水平数据的预测(使用组模型),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39211068/
我正在使用 R 预测包拟合模型,如下所示: fit <- auto.arima(df) plot(forecast(fit,h=200)) 打印原始数据框和预测。当 df 相当大时,这
我正在尝试预测自有住房的中位数,这是一个行之有效的例子,给出了很好的结果。 https://heuristically.wordpress.com/2011/11/17/using-neural-ne
type="class"函数中的type="response"和predict有什么区别? 例如: predict(modelName, newdata=testData, type = "class
我有一个名为 Downloaded 的文件夹,其中包含经过训练的 CNN 模型必须对其进行预测的图像。 下面是导入图片的代码: import os images = [] for filename i
关于预测的快速问题。 我尝试预测的值是 0 或 1(它设置为数字,而不是因子),因此当我运行随机森林时: fit , data=trainData, ntree=50) 并预测: pred, data
使用 Python,我尝试使用历史销售数据来预测产品的 future 销售数量。我还试图预测各组产品的这些计数。 例如,我的专栏如下所示: Date Sales_count Department It
我是 R 新手,所以请帮助我了解问题所在。我试图预测一些数据,但预测函数返回的对象(这是奇怪的类(因子))包含低数据。测试集大小为 5886 obs。 160 个变量,当预测对象长度为 110 时..
关闭。这个问题需要更多focused .它目前不接受答案。 想改进这个问题吗? 更新问题,使其只关注一个问题 editing this post . 关闭 6 年前。 Improve this qu
下面是我的神经网络代码,有 3 个输入和 1 个隐藏层和 1 个输出: #Data ds = SupervisedDataSet(3,1) myfile = open('my_file.csv','r
我正在开发一个 Web 应用程序,它具有全文搜索功能,可以正常运行。我想对此进行改进并向其添加预测/更正功能,这意味着如果用户输入错误或结果为 0,则会查询该输入的更正版本,而不是查询结果。基本上类似
我对时间序列还很陌生。 这是我正在处理的数据集: Date Price Location 0 2012-01-01 1771.0
我有许多可变长度的序列。对于这些,我想训练一个隐马尔可夫模型,稍后我想用它来预测(部分)序列的可能延续。到目前为止,我已经找到了两种使用 HMM 预测 future 的方法: 1) 幻觉延续并获得该延
我正在使用 TensorFlow 服务提供初始模型。我在 Azure Kubernetes 上这样做,所以不是通过更标准和有据可查的谷歌云。 无论如何,这一切都在起作用,但是我感到困惑的是预测作为浮点
我正在尝试使用 Amazon Forecast 进行一些测试。我现在尝试了两个不同的数据集,它们看起来像这样: 13,2013-03-31 19:25:00,93.10999 14,2013-03-3
使用 numpy ndarray大多数时候我们不需要担心内存布局的问题,因为结果并不依赖于它。 除非他们这样做。例如,考虑这种设置 3x2 矩阵对角线的稍微过度设计的方法 >>> a = np.zer
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我正在 R 中使用 GLMM,其中混合了连续变量和 calcategories 变量,并具有一些交互作用。我使用 MuMIn 中的 dredge 和 model.avg 函数来获取每个变量的效果估计。
我能够在 GUI 中成功导出分类器错误,但无法在命令行中执行此操作。有什么办法可以在命令行上完成此操作吗? 我使用的是 Weka 3.6.x。在这里,您可以右键单击模型,选择“可视化分类器错误”并从那
我想在同一个地 block 上用不同颜色绘制多个预测,但是,比例尺不对。我对任何其他方法持开放态度。 可重现的例子: require(forecast) # MAKING DATA data
我从 UCI 机器学习数据集库下载了一个巨大的文件。 (~300mb)。 有没有办法在将数据集加载到 R 内存之前预测加载数据集所需的内存? Google 搜索了很多,但我到处都能找到如何使用 R-p
我是一名优秀的程序员,十分优秀!