如何使用多个数据集在R中训练模型

Question

我有以下格式的大量数据集（~1000）：

data.frame(seq = sample(c("M","K","A","I","G"), 15, replace = T), replicate(10,runif(15)), response = sample(0:1,15,rep=TRUE))

具有10个相关特征和二元响应变量的（蛋白质）序列。

现在我想训练一个从一定数量（2/3）的数据集中学习的模型。是使用rbind将它们放入一个大数据集的唯一方法吗？我更喜欢将它们分开，因为这是顺序数据（序列表现出顺序相关性。附近的x和y值可能是 由于这个原因，也将实现滑动窗口。

我正在使用插入符号，但到目前为止，我还没有找到迭代训练模型的方法。这将是一个开始：

nn = lapply(dataset_list[1:10], function(x) b(x))

b <- function(mydata){
  dd <- as.data.frame(mydata)
  result <- train(dd[,c(2:11)],dd[,12], error.criterium="LMS", report=TRUE, show.step=100, n.shows=5, method = "nnet" )
  return(result)
}