集群上的线性回归

【问题标题】：Linear Regression over clusters集群上的线性回归
【发布时间】：2017-07-24 16:59:15
【问题描述】：

我有 10 k 表示来自数据集的集群。我想分别用所有这些集群建立线性回归模型。 IE。我想要 10 个线性回归模型。我如何使用 R 中的循环来做到这一点

【问题讨论】：

带循环。（严肃：你试过什么？）
lapply(split(train, cluster), lm, formula = price ~.) 请查看minimal reproducible example。
感谢@G.Grothendieck

【解决方案1】：

我得到了答案。这是我真正想要的。这段代码基本上来自 Hadley Wikham 的 github 帖子“Managing multiple models”

house.cluster <- kmeans(scale(house), 10, 50)
house$cluster <- house.cluster$cluster

by_cluster <- train %>%
  group_by(cluster) %>%
  nest()


cluster_model <- function(df) {
  lm(price ~., data = df)
}

models <- by_cluster %>%
  mutate(
    model  = data %>% map(cluster_model)
  )


models <- models %>%
  mutate(
    glance  = model %>% map(broom::glance),
    rsq     = glance %>% map_dbl("r.squared")
  )

现在我想用这 10 个模型预测我的测试集。这是怎么做到的

【讨论】：