【发布时间】:2015-03-02 23:57:57
【问题描述】:
我想使用基于元素列表的目标函数,每个元素都是在数据帧 (df) 上应用函数的结果((例如,函数是 df 的观测值“度量”的方差) )。也就是说,我有一个 dfs 列表。我自然想sapply我的函数超过dfs列表。
没有sapply,第一个块可以工作。它是针对单个 df,所以没有 sapply 命令,函数是 min.RSS(计算标准误差,我们将喜欢optim 以最小化)
#setup dfs
list_dat <- array(list(), dim=c(2,1))
list_dat[[1]] =data.frame(x=c(1,2,3,4,5,6,7,8),
y=c(1,3,5,6,8,12,15,19))
list_dat[[2]] =data.frame(x=c(1,2,3,4,5,6),
y=c(1,3,5,6,8,12))
#define objective fn
min.RSS <- function(data, par) {
with(data, sum((par[1] + par[2] * x - y)^2))
}
#optimize : find minimum given starting values, feeding in the first element, namely the df
result <- optim(c(0.5,0.5), min.RSS, data = list_dat[[1]])
下面的不行,一个包含sapply的块,回来报错
eval(expr, envir, enclos) 中的错误:找不到对象“x”
谁能看看为什么?
#define new objective function based only on the first element, and optimize
min.RSS <- function(data, par) {
sapply(list, function(data) with(data, sum((par[1] + par[2]* x - y)^2)))[[1]]
}
result <- optim(c(0.5,0.5), min.RSS, data = list_dat) # optimize, feeding in the list of (2) dfs
为了解释我不明白的内容,只需使用不带optim 的 sapply 即可按预期工作。我将参数 par[1] par[2] 更改为标量。也就是说,以下也有效
list2 <- sapply(list_dat, function(data) with(data, sum((1 + 2 * x - y)^2)))
【问题讨论】:
-
list中的sapply应该是list_dat?
标签: r apply mathematical-optimization sapply