来自原始数据集中许多模型的增强预测答案

【问题标题】：Augment predictions from many models in the original dataset来自原始数据集中许多模型的增强预测
【发布时间】：2018-11-16 00:27:48
【问题描述】：

我想用所有可能的 x 和 y 组合运行许多模型。为此，我创建了以下代码。

library(tidyverse)

y <- names(mtcars)

xs <- map(y, ~setdiff(names(mtcars), .x)) %>% 
  map(~paste0(.x, collapse = "+")) %>%
  unlist()

ys <- names(mtcars)

models <- tibble(ys, xs) %>%
  mutate(Formula = paste0(ys, " ~ ", xs)) %>% 
  mutate(model = map(Formula, ~glm(as.formula(.x), data = mtcars)))

现在，我想从原始数据集中的所有这些模型中获取所有预测，这里是 mtcars。我怎样才能做到这一点？有没有办法从扫帚中使用增强？

【问题讨论】：

标签： r purrr broom

【解决方案1】：

您可以使用map 和augment，类似于将glm 放入每一行的方式。

library(tidyverse)
library(broom)

y <- names(mtcars)

xs <- map(y, ~setdiff(names(mtcars), .x)) %>% 
  map(~paste0(.x, collapse = "+")) %>%
  unlist()

ys <- names(mtcars)

models <- tibble(ys, xs) %>%
  mutate(Formula = paste0(ys, " ~ ", xs)) %>% 
  mutate(model = map(Formula, ~glm(as.formula(.x), data = mtcars))) %>%
  mutate(Pred = map(model, augment))

预测位于Pred 列表中每个数据帧的.fitted 列中。

models2 <- models %>%
  select(Formula, Pred) %>%
  unnest() %>%
  select(`.rownames`, names(mtcars), Formula, `.fitted`) %>%
  spread(Formula, `.fitted`)

【讨论】：

好的，谢谢！那么如何从 Pred 列表中提取这些预测，以便每个预测都保留在主 mtcars 数据集中？
几乎！我实际上想要列中的预测，例如。 mpg_pred, cyl_pred, ...carb_pred 32 行。我想，可以利用 tidyr::spread 来做到这一点吗？
哇...太棒了！为了制作预测的变量名称，我做了一个小改动并使用了它： models2 % select(ys, pred) %>% unnest() %>% select(ys, .rownames, names(mtcars) , .fitted) %>% mutate(ys = paste0(ys, "_pred")) %>% spread(ys, .fitted) 为了其他用户的利益，你能把这个放在你的答案中吗？