Question

我正在使用rpart包来适应某些模型，例如：

fitmodel = function(formula, data, w) {

    fit = rpart(formula, data, weights = w)
}

调用自定义函数

fit = fitmodel(y ~ x1 + x2, data, w)

这会导致错误：

Error in eval(expr, envir, enclos) : object 'w' not found

然后我决定使用

fitmodel = function(formula, data, w) {

    data$w = w
    fit = rpart(formula, data, weights = w)
}

这样可行，但还有另一个问题：

这将有效

fit = fitmodel(y ~ x1 + x2, data, w)

这不起作用

fit = fitmodel(y ~ ., data, w)

Error in eval(expr, envir, enclos) : object 'w' not found

在自定义函数中应用权重的正确方法是什么？谢谢！

Answer 1

希望其他人提供更完整的答案。 rpart无法找到w的原因是rpart在环境中搜索为数据，权重等定义公式。公式是在某些环境中创建的，很可能是GlobalEnv和w是在其他一些函数中创建的。将公式的环境更改为使用w创建parent.frame的环境。 rpart仍然可以找到数据，因为搜索路径始终会继续GlobalEnv。我不确定为什么sys.frame(sys.nframe())有效，因为环境不一样，但显然w仍在搜索路径的某个地方

编辑：sys.frame(sys.nframe())似乎与将forumla的环境设置为函数rpart的环境相同（在此示例中为foo3）。在这种情况下，rpart会在w中找到data，foo3等，然后是bar3，然后是GlobalEnv。

library(rpart)
data(iris)

bar <- function(formula, data) {
   w <- rpois(nrow(iris), 1)
   print(environment())
   foo(formula, data, w)
}

foo <- function(formula, data, w) {
  print(environment(formula))
  fit <- rpart(formula, data, weights = w)
  return(fit)
}


bar(I(Species == "versicolor") ~ ., data = iris)
## <environment: 0x1045b1a78>
## <environment: R_GlobalEnv>
## Error in eval(expr, envir, enclos) (from #2) : object 'w' not found


bar2 <- function(formula, data) {
  w <- rpois(nrow(iris), 1)
  print(environment())
  foo2(formula, data, w)
}

foo2 <- function(formula, data, w) {
  print(environment(formula))
  environment(formula) <- parent.frame()
  print(environment(formula))
  fit <- rpart(formula, data, weights = w)
  return(fit)
}

bar2(I(Species == "versicolor") ~ ., data = iris)
## <environment: 0x100bf5910>
## <environment: R_GlobalEnv>
## <environment: 0x100bf5910>


bar3 <- function(formula, data) {
  w <- rpois(nrow(iris), 1)
  print(environment())
  foo3(formula, data, w)
}

foo3 <- function(formula, data, w) {
  print(environment(formula))
  environment(formula) <- environment() ## seems to be the same as sys.frame(sys.nframe())
  print(environment(formula))
  print(environment())
  fit <- rpart(formula, data, weights = w)
  return(fit)
}

bar3(I(Species == "versicolor") ~ ., data = iris)
## <environment: 0x104e11bb8>                                                                                                                                                                                                                 
## <environment: R_GlobalEnv>                                                                                                                                                                                                                 
## <environment: 0x104b4ff78>                                                                                                                                                                                                                 
## <environment: 0x104b4ff78>

Answer 2

根据rpart文档（2017年3月12日，第23页，第6.1节），＆＃34;权重尚不支持，如果存在，将被忽略。＆＃34;

https://cran.r-project.org/web/packages/rpart/vignettes/longintro.pdf

Answer 3

我已经设法使用下面的代码解决了这个问题，但我确信还有更好的方法：

弱学习者

fitmodel = function(formula, data, w) {

    # just paste the weights into the data frame
    data$w = w
    rpart(formula, data, weights = w, control = rpart.control(maxdepth = 1))
}

算法

ada.boost = function(formula, data, wl.FUN = fitmodel, test.data = NULL, M = 100) {

    # Just rewrites the formula and get ride of any '.'
     dep.var = all.vars(formula)[1]
     vars = attr(terms(formula, data = data), "term.labels")
     formula = as.formula(paste(dep.var, "~", paste(vars, collapse = "+")))


    # ...more code
}

现在一切正常！

在rpart模型中应用权重会产生错误

调用自定义函数

这将有效

这不起作用

3 个答案:

弱学习者

算法