Question

假设我有一个矩阵，垫子。

mat <- matrix(1:5, nrow = 10, ncol = 3, byrow = TRUE)

我有一些我想要应用的功能，在本例中是按列。

getRMSE <- function(true, est) {
    sqrt(mean((true - est)^2))
}

（这个函数只是最近的一个例子，但我至少有5次这个完全相同的难题。）

如果要在矩阵上应用函数，请使用apply。但是，如果你想在一个矩阵中应用一个函数，在apply中使用不同的'x'值？

在这种情况下，目标是apply将执行与此相同的操作：

getRMSE(mat[,1], 1)
getRMSE(mat[,2], 2)
getRMSE(mat[,3], 3)

但是当给出一个向量作为函数的补充参数时，我总是遇到问题。显然

apply(mat, 2, getRMSE, c(1,2,3))

不会起作用，因为它也会回收列中的数字。但是

apply(mat, 2, getRMSE, rep(c(1,2,3), 25))

也行不通，我认为至少有一个机会。

Answer 1

您可以使用mapply，其中x是您的矩阵列，y是常量。我没有费心将矩阵转换为智能方式的列表，所以我必须在函数内部使用unlist。

mat <- matrix(1:5, nrow = 10, ncol = 3, byrow = TRUE)

mat.list <- apply(mat, MARGIN = 2, FUN = list)

mapply(FUN = function(x, y) {
  sqrt(mean((unlist(x) - y)^2))
}, x = mat.list, y = list(1, 2, 3))

[1] 2.449490 1.732051 1.414214

Answer 2

在这种特殊情况下，只需滚动＆＃34; est＆＃34;值为与＃34; true＆＃34;匹配的矩阵。值。然后你可以减去矩阵（R将自动分组）并使用apply()或colMeans()：

> true <- matrix(1:5, nrow = 10, ncol = 3, byrow = TRUE)
> est <- matrix(1:3,nrow=nrow(true),ncol=ncol(true),byrow=TRUE)
> sqrt(colMeans((true-est)^2))
[1] 2.449490 1.732051 1.414214
>

在涉及列表的更一般情况下，mapply()可能会有所帮助。

对每个元素的评估使用apply不同的函数参数

2 个答案: