将模型列表（randomForest）应用于 data.frames 列表以获取因素列表

Question

我创建了一个包含 10 个名为“rf_models”的随机森林模型的列表：

class(rf_models)
# list

class(rf_models[[1]])
# randomForest

我创建了一个包含 10 个名为“dfs”的 data.frames 的列表：

class(dfs)
# list

class(dfs[[1]])
# data.frame

我想预测

• dfs 中的第一个 data.frame 与 rf_models 中的第一个 randomForest 模型，
• dfs 中的第二个 data.frame 与 rf_models 中的第二个 randomForest 模型，
• dfs 中的第三个 data.frame 与 rf_models 中的第三个 randomForest 模型， ... 以此类推...直到 ....
• dfs 中的第 10 个 data.frame 与 rf_models 中的第 10 个 randomForest 模型。

结果应该是一个包含 10 个因素的列表。

我想在一行代码中得到这个结果：

prediction_1st   <-predict(rf_models[[1]],  dfs[[1]])
prediction_2nd   <-predict(rf_models[[2]],  dfs[[2]])
prediction_3rd   <-predict(rf_models[[3]],  dfs[[3]])
prediction_4th   <-predict(rf_models[[4]],  dfs[[4]])
prediction_5th   <-predict(rf_models[[5]],  dfs[[5]])
prediction_6th   <-predict(rf_models[[6]],  dfs[[6]])
prediction_7th   <-predict(rf_models[[7]],  dfs[[7]])
prediction_8th   <-predict(rf_models[[8]],  dfs[[8]])
prediction_9th   <-predict(rf_models[[9]],  dfs[[9]])
prediction_10th  <-predict(rf_models[[10]], dfs[[10]])

predictions_list <- list(prediction_1st, prediction_2nd, prediction_3rd, prediction_4th, prediction_5th, prediction_6th, prediction_7th, prediction_8th, prediction_9th, prediction_10th)

我尝试了几种使用“lapply”的解决方案，但我只能设法将 rf_models 中的一个（！）模型（例如第一个模型）应用于 dfs 中的所有 data.frames 或将所有模型应用于一个（！） dfs中的data.frame（例如第一个data.frame）。

这里有人愿意帮忙吗？ :D

Answer 1

使用Map，这将帮助您同时迭代rf_models 和dfs。

prediction <- Map(predict, rf_models, dfs)

等效的purrr 函数是map2。

prediction <- purrr::map2(rf_models, dfs, predict)