在 rpart 模型中应用权重会产生错误

Question

我正在使用rpart 包来适应某些模型，如下所示：

fitmodel = function(formula, data, w) {

    fit = rpart(formula, data, weights = w)
}

调用自定义函数

fit = fitmodel(y ~ x1 + x2, data, w)

这会导致错误：

Error in eval(expr, envir, enclos) : object 'w' not found

然后我决定使用

fitmodel = function(formula, data, w) {

    data$w = w
    fit = rpart(formula, data, weights = w)
}

这可行，但还有另一个问题：

这会起作用

fit = fitmodel(y ~ x1 + x2, data, w)

这不起作用

fit = fitmodel(y ~ ., data, w)

Error in eval(expr, envir, enclos) : object 'w' not found

在自定义函数中应用权重的正确方法是什么？谢谢！

Answer 1

希望其他人给出更完整的答案。 rpart 找不到 w 的原因是 rpart 在定义公式的环境中搜索数据、权重等。公式是在某些环境中创建的，很可能是 GlobalEnv 和 @ 987654325@ 是在其他函数中创建的。将公式的环境更改为使用parent.frame 创建w 的环境可以解决此问题。 rpart 仍然可以找到数据，因为搜索路径将始终继续到 GlobalEnv。我不确定为什么 sys.frame(sys.nframe()) 可以工作，因为环境不一样，但显然 w 仍然在搜索路径上

编辑：sys.frame(sys.nframe()) 似乎与将论坛的环境设置为调用函数rpart 的环境相同（在此示例中为foo3）。在这种情况下，rpart 在foo3 中查找w、data 等，然后是bar3，然后是GlobalEnv。

library(rpart)
data(iris)

bar <- function(formula, data) {
   w <- rpois(nrow(iris), 1)
   print(environment())
   foo(formula, data, w)
}

foo <- function(formula, data, w) {
  print(environment(formula))
  fit <- rpart(formula, data, weights = w)
  return(fit)
}


bar(I(Species == "versicolor") ~ ., data = iris)
## <environment: 0x1045b1a78>
## <environment: R_GlobalEnv>
## Error in eval(expr, envir, enclos) (from #2) : object 'w' not found


bar2 <- function(formula, data) {
  w <- rpois(nrow(iris), 1)
  print(environment())
  foo2(formula, data, w)
}

foo2 <- function(formula, data, w) {
  print(environment(formula))
  environment(formula) <- parent.frame()
  print(environment(formula))
  fit <- rpart(formula, data, weights = w)
  return(fit)
}

bar2(I(Species == "versicolor") ~ ., data = iris)
## <environment: 0x100bf5910>
## <environment: R_GlobalEnv>
## <environment: 0x100bf5910>


bar3 <- function(formula, data) {
  w <- rpois(nrow(iris), 1)
  print(environment())
  foo3(formula, data, w)
}

foo3 <- function(formula, data, w) {
  print(environment(formula))
  environment(formula) <- environment() ## seems to be the same as sys.frame(sys.nframe())
  print(environment(formula))
  print(environment())
  fit <- rpart(formula, data, weights = w)
  return(fit)
}

bar3(I(Species == "versicolor") ~ ., data = iris)
## <environment: 0x104e11bb8>                                                                                                                                                                                                                 
## <environment: R_GlobalEnv>                                                                                                                                                                                                                 
## <environment: 0x104b4ff78>                                                                                                                                                                                                                 
## <environment: 0x104b4ff78>

Answer 2

根据 rpart 文档（2017 年 3 月 12 日，第 23 页，第 6.1 节），“尚不支持权重，如果存在，将被忽略。”

https://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf

Answer 3

我已经设法使用下面的代码解决了这个问题，但我确信有更好的方法：

弱学习者

fitmodel = function(formula, data, w) {

    # just paste the weights into the data frame
    data$w = w
    rpart(formula, data, weights = w, control = rpart.control(maxdepth = 1))
}

算法

ada.boost = function(formula, data, wl.FUN = fitmodel, test.data = NULL, M = 100) {

    # Just rewrites the formula and get ride of any '.'
     dep.var = all.vars(formula)[1]
     vars = attr(terms(formula, data = data), "term.labels")
     formula = as.formula(paste(dep.var, "~", paste(vars, collapse = "+")))


    # ...more code
}

现在一切正常！