将输入列表优化为R中的变量或函数[重复]答案

【问题标题】：Optimize a list of inputs as a variable or function in R [duplicate]将输入列表优化为R中的变量或函数[重复]
【发布时间】：2020-07-09 05:24:48
【问题描述】：

我正在尝试自动化我的 R 脚本的这一部分，但我不知道如何。本质上，我有这个代码：

  currentmatrix <- datas[,,i]
  data <- as.data.frame(currentmatrix)
  #mod #
  colnames(data) <- c("in1","in2","in3","in4","in5","in6", "in7", "in8", "in9", "in10", "out") #change depending on number of inputs and add to nnet training
  
  #mod #
  nnet <- neuralnet(out~in1+in2+in3+in4+in5+in6+in7+in8+in9+in10, data, hidden=hidden, threshold = threshold, stepmax = 10^7,err.fct = "ce",linear.output = F,likelihood = T)

现在，我有 "in1","in2" 等，我希望这是一个变量，这样我就可以简单地引用 neuralnet(var,data,hidden=hidden,...)，而不是每次我想更改数字时都输入函数的输入的输入。例如，我想要一个函数f，f(x) 为其创建名为x 的字符串in[x]，然后我可以写 colnames(data) <- c(f(x)) 和 nnet <- neuralnet(out~f_sum,...) 或类似的东西。

有没有办法做到这一点？谢谢！

【问题讨论】：

标签： r performance optimization neural-network

【解决方案1】：

您可以使用返回公式对象的reformulate。

formula <- reformulate(paste0('in', 1:10), 'out')
formula
#out ~ in1 + in2 + in3 + in4 + in5 + in6 + in7 + in8 + in9 + in10

您也可以使用列名来生成公式。

formula <- reformulate(names(data)[1:10], 'out')

这可以用在neuralnet函数中。

nnet <- neuralnet(formula, data, hidden=hidden, threshold = threshold, 
                   stepmax = 10^7,err.fct = "ce",linear.output = F,likelihood = T)

【讨论】：

这对neuralnet 输入非常有效，谢谢！ colnames(data) 行是否可以做类似的事情？如果是上面的另一段代码就完全没问题了。
你可以使用colnames(data) <- c(paste0('in', 1:10), 'out')
效果很好，谢谢！我需要对其进行更多测试，但我认为这是解决方案:)。