由于我的训练集和验证集之间的特征不平衡，我试图在使用不同set.seeds选择的100个训练集中构建预测模型，然后，我试图计算从中获得的性能统计数据的平均值。 100个验证集中的100个预测模型。
我已经想出如何使用不同的set.seeds创建100个数据帧，用于使用“for循环”将个体（即行）随机分配到训练和验证集中。这个代码的一个例子如下......
for(i in 1:100){
set.seed(i)
id <- sample(seq(1, 2), size = nrow(dataframe), replace = TRUE, prob = c(.8, .2))
assign(paste0("train", i), dataframe[id == 1,])
assign(paste0("valid", i), dataframe[id == 2,])
}
这将创建标记为“train1，train2，... train100”和“valid1，valid2，... valid100”的数据框。这些数据框在所包含的个人数量上略有不同。我现在想使用我创建的100个训练集开发100个预测模型。为了开发这些模型，我需要为每个训练集（即训练数据帧）建立100个变量矩阵。我已经包含了一个简单（但不正确）的例子，我想要做的是：
for(i in 1:100){
#Matrix 1: age (spline with 1 knot) + sex + individual characteristics
mod1_X=as.formula(~(bs(AGE, df=3) + SEX + CHF + COPD + DEMENTIA)
assign(paste0("xmat",i), model.matrix(mod1_X,train[i]))
}
但是，上面的代码不起作用（我没有得到xmat1，xmat2 ... xmat100），因为我无法弄清楚如何指定train [i]。例如，我想使用数据帧train1来创建xmat1，但上面的代码没有在model.matrix（）中指定train1。有没有人知道如何在第二个“for循环”中指定train [i]，或者是否有人知道比“for循环”更好的方法来创建和测试多个训练/验证集中的模型（例如bootstrapping）？