多个数据帧的插入符号训练函数作为函数

Question

在 6 年前就有一个与我类似的问题，但尚未解决 (R -- Can I apply the train function in caret to a list of data frames?) 这就是我再次提出这个话题的原因。

我现在正在为我的大型 R 项目编写自己的函数，我想知道是否有机会总结包 caret 的模型训练函数 train() 用于具有不同预测变量的不同数据帧. 我的函数应该是这样的：

lda_ex <- function(data, predictor){
   model <- train(predictor ~., data,
      method = "lda",
      trControl = trainControl(method = "none"),
      preProc = c("center","scale"))
   return(model)
}

之后使用它应该是这样的：

data_iris <- iris
predictor_iris <- "Species"

iris_res <- lda_ex(data = data_iris, predictor = predictor_iris)

不幸的是，就我而言，R 公式无法处理作为输入的变量。

我有什么遗漏吗？ 提前感谢您帮助我！

解决这个问题对我保持功能表清洁和安全工作有很大帮助。

Answer 1

通过编写predictor_iris <- "Species"，您基本上是在predictor_iris 中保存了一个字符串对象。因此，当您运行lda_ex 时，我猜您会遇到一些与train() 中的formula 对象有关的错误，因为您正在尝试使用协变量向量来预测字符串。

确实，我尝试了以下玩具示例：

X = rnorm(1000)
Y = runif(1000)

predictor = "Y"

lm(predictor ~ X)

这给出了关于变量长度差异的错误。

让我修改你的函数：

lda_ex <- function(data, formula){
  model <- train(formula, data,
                 method = "lda",
                 trControl = trainControl(method = "none"),
                 preProc = c("center","scale"))
  return(model)
}

关键区别在于，现在我们必须传入整个 formula，而不仅仅是预测变量。这样，我们就避免了字符串相关的问题。

library(caret) # Recall to specify the packages needed to reproduce your examples!

data_iris <- iris
formula_iris = Species ~ . # Key difference!
iris_res <- lda_ex(data = data_iris, formula = formula_iris)