许多模型分组 modelr::add_predictions答案

【问题标题】：many models grouped modelr::add_predictions许多模型分组 modelr::add_predictions
【发布时间】：2018-05-30 00:19:37
【问题描述】：

我想使用标记为train 的数据来拟合模型，然后使用标记为test 的数据来预测新值。我想在“many models”场景中执行此操作。

以下是我目前的设置。我的问题是我正在训练并向所有数据添加预测。不知道怎么区分使用modelr

library(modelr)
library(tidyverse)
library(gapminder)

# nest data by continent and label test/train data
nested_gap <- gapminder %>% 
  mutate(test_train = ifelse(year < 1992, "train", "test")) %>% 
  group_by(continent) %>% 
  nest()

# make a linear model function
cont_model <- function(df) {
  lm(lifeExp ~ year, data = df)
}

# fit a model and add predictions to all data
fitted_gap <- nested_gap %>% 
  mutate(model = map(data, cont_model)) %>% 
  mutate(pred  = map2(data, model, add_predictions))

【问题讨论】：

在您的 cont_model 函数中，添加 data = df %>% filter(test_train == "train") 以使其仅在适当的时间段内构建 lm。
@shuckle 谢谢，但是如何使用适合训练数据的模型对测试数据进行预测。
lm 中的每一个都只适合训练数据。 add_predictions 步骤将对 train 和 test 值进行预测。
@shuckle 我想我明白你现在在说什么。由于使用的数据只是训练数据，因此当我将model 和data 传递给add_predictions 时，我将看到仅基于训练模型的预测。最后一步是仅过滤 test 观察结果。

标签： r tidyverse

【解决方案1】：

这是@shuckle提供的解决方案

library(modelr)
library(tidyverse)
library(gapminder)

# nest data by continent and label test/train data
nested_gap <- gapminder %>% 
  mutate(test_train = ifelse(year < 1992, "train", "test")) %>% 
  group_by(continent) %>% 
  nest()

# make a linear model function than only trains on training set
cont_model <- function(df) {
  lm(lifeExp ~ year, data = df %>% filter(test_train == "train"))
}

# fit a model and add predictions to all data
fitted_gap <- nested_gap %>% 
  mutate(model = map(data, cont_model)) %>% 
  mutate(pred  = map2(data, model, add_predictions))

# unnest predictions and filter only the test rows
fitted_gap %>% 
  unnest(pred) %>% 
  filter(test_train == "test")

【讨论】：