将来自多个样本的回归汇总输出组合到 R 中的单个数据帧中

Question

我正在尝试将多个 lm 输出组合到一个数据框中，以进行进一步计算。我有一个包含 1000 个观察值和 62 个变量的数据集。该项目是随机拆分数据集 63/37，训练模型，重复 1000 次并保存所有 1000 次运行的系数、拟合值和 r2。所以我在这里做了大部分工作（使用mtcars）：

data("mtcars")
f <- function () {
  fit <- lm(mpg ~ ., data = mtcars, subset = sample <- sample.int(n = nrow(mtcars), size = floor(.63*nrow(mtcars)), replace = F))
  coef(fit)
}
output <- t(replicate(1000, f()))

我知道我可以使用 summary(fit)$r.squared 获得 rsq 值，我可以使用 predict() 获得拟合值。我只是在苦苦思索如何使用保存的系数将它们放入数据框中。

Answer 1

下面应该做的

get_model <- function (input_data) {
    fit <- lm(mpg ~ ., 
              data = mtcars, 
              subset = sample <- sample.int(n = nrow(mtcars), 
                     size = floor(.63*nrow(mtcars)), replace = F)
             )      
    return(fit)
}

get_results <- function(lm_model){
    data <- data.frame()
    data <- rbind(data, coef(lm_model))
    data <- cbind(data, summary(lm_model)$r.squared)
    colnames(data) <- c(names(mtcars), "rsquared")
    return(data)
}


# running the above
input_data <- mtcars
general_df <- data.frame()

for(i in 1:1000){
    my_model   <- get_model(input_data)
    final_data <- get_results(my_model)
    general_df <- rbind(general_df, final_data)
}

Answer 2

你很亲密：

library(tidyverse)
library(modelr)
data("mtcars")

get_data_lm <- function(data_df, testPCT = 0.37){

    data_resample <- modelr::crossv_mc(data_df, n = 1, test = testPCT)
    fit <- lm(mpg ~ ., data = as.data.frame(data_resample$train))

    stats <- c(coef(fit),
               "R2" = summary(fit)$r.squared,
               "AdjR2" = summary(fit)$adj.r.squared)
    pred_vals <- predict(fit, newdata = as.data.frame(data_resample$test))

    c(stats, pred_vals)

}

output <- t(replicate(1000, get_data_lm(mtcars)))

您唯一需要做的就是连接您想要的其他统计数据和预测值。或者，您可以使用并行的sapply() 变体来使您的模拟速度大大加快。

另一条评论：我使用 modelr:: 包中的 crossv_mc() 函数来创建一个测试和训练分区。但是，我可以在函数之外使用n = 1000；这将在我的工作环境中为我创建一个重新采样数据框，以便apply() 一个函数结束。请参阅modelr::GitHub page 了解更多信息。