Question

我正在使用10个训练数据集，train1到train10，并希望使用一个代码块重复以下1到10的语句：

  train_y_1 <- c(train1$y)
  train1$y <-NULL
  train_x_1 <- data.matrix(train1) 
  olsfit_1 <- cv.glmnet(y=train_y_1, x=train_x_1, alpha=1, family="gaussian")

我在论坛中读到lapply（）比for循环更可取。我的代码：

# Create empty data frames and list (to be populated with values in main program) 
list2env(setNames(lapply(1:10, function(i) data.frame()), paste0('train_y_', 1:10)), envir=.GlobalEnv)
list2env(setNames(lapply(1:10, function(i) data.frame()), paste0('train_x_', 1:10)), envir=.GlobalEnv)
list2env(setNames(lapply(1:10, function(i) list()), paste0('lasso_', 1:10)), envir=.GlobalEnv)

# Create y and x input matrices and run ten lasso regressions
  list2env(lapply(mget(paste0('train', 1:10)), mget(paste0('train_y_', 1:10)), mget(paste0('train_x_', 1:10)), mget(paste0('lasso_', 1:10)), 
  function(a,b,c,d) 
  {
    b <- c(a$y);
    a$y <- NULL;
    c <- data.matrix(a); 
    d <- cv.glmnet(y=b, x=c, alpha=1, family="gaussian");
  }), envir=.GlobalEnv)

产生错误消息：

Error in match.fun(FUN) : 
  'mget(paste0("train_y_", 1:10))' is not a function, character or symbol

所以看起来R被四个mget（）函数搞糊涂了，我打算在a，b，c，d参数的值中读取这些函数，但我不知道接下来要怎么做。< / p>

有什么建议吗？

Answer 1

您希望尽可能将所有数据保留在列表中，避免使用一堆变量污染全局环境。这未经过测试，但train缺失，但应该是列车数据的类似列表。然后，你可以做类似的事情，

trainy <- setNames(lapply(1:10, function(i) data.frame()), paste0('train_y_', 1:10))
trainx <- setNames(lapply(1:10, function(i) data.frame()), paste0('train_x_', 1:10))
lasso <- setNames(lapply(1:10, function(i) list()), paste0('lasso_', 1:10))

f <-   function(a,b,c,d) {
    b <- c(a$y);
    a$y <- NULL;
    c <- data.matrix(a); 
    d <- cv.glmnet(y=b, x=c, alpha=1, family="gaussian");
}

mapply(f, train, trainy, trainx, lasso, SIMPLIFY=F)

虽然，由于您的列表只是初始化变量，您可能只想在训练数据列表上循环（apply），

lapply(train, function(x) {
    ...        # the statements you want to repeat
    list(...)  # return a list of the three data.frames
})

Answer 2

我们可以使用以下代码实现此目的。

# Load libraries
library(dplyr);library(glmnet)
# Gather all the variables in global into a list
fit = mget(paste0("train", 1:10), envir = .GlobalEnv) %>%
# Pipe each element of the list into `cv.glmnet` function     
      lapply(function(dat) {cv.glmnet(y = dat$y,
                            x = data.matrix(dat %>% mutate(y = NULL)),
                            alpha = 1,
                            family = "gaussian")})

您的输出将整齐地存储在fit中，这是一个包含10个元素的列表。您可以使用fit[[i]]调用每个元素。例如，coef(fit[[1]])拉出train1的coefs，lapply(fit, coef)拉出所有10个模型的coef，并将它们存储在列表中。

在list2serv中组合多个函数参数（lapply（），）

2 个答案: