Question

我想通过验证多个数据集上的多个模型来生成包含汇总统计数据（AUC，Gini，RMSE等）的数据框。我有x个模型（分类器 - gbm，xgb，rf等 - 所有内置在caret包中）都包含在ListOfModels中，以及y个数据集（ ListOfDatasets中包含的包含多个数据点上相同变量的数据帧。

我可以通过在fun_modelStats内运行自定义函数ldply（使用模型和数据集作为参数提取模型统计数据）来创建所需数据框的简短版本 - 但是只能通过ListOfModels和一个特定的数据集或ListOfDatasets只有一个特定的模型，如下所示：

modelStats_by_model <- ldply(ListOfModels, function(model) {
  modelStats <- fun_modelStats(model, B97_2012SU_2013) 
})

和

modelStats_by_dataset <- ldply(ListOfDatasets, function(dataset) {
  modelStats <- fun_modelStats(gbmFit1, dataset) 
})

带有模型统计信息的结果数据框有x或y行数，我无法理解使用x*y行构建此数据框的方式，即在所有数据集上验证的所有模型的统计数据。

我确实尝试了Map和mapply以及for loop，但无济于事。使用Map我得到奇怪的错误输出：

modelStats_all <- Map(fun_modelStats, ListOfModels, ListOfDatasets)

for loop确实使用下面的代码生成所需的输出，但仅作为控制台中的纯文本，而我需要它作为数据帧。

for(i in names(ListOfModels)) {
  for(j in names(ListOfDatasets)) {
    modelStats <- fun_modelStats(ListOfModels[[i]], ListOfDatasets[[j]]) 
    print(modelStats) 
  }
}

非常感谢您的帮助！

P.S。进一步搜索SO（How to write a function that takes a model as an argument in R - 例如此帖子）显示使用aggregate.formula或aggregate.data.frame或rbind.data.frame可能有所帮助，但我无法弄清楚如何。

以下是解决方案，以防任何人遇到类似问题：

fun_multiModelStats <- function(ListOfModels, ListOfDatasets) {
  multiModelStats <- data.frame()
  for(i in names(ListOfModels)) { 
    for(j in names(ListOfDatasets)) {
      model <- ListOfModels[[i]]
      dataset <- ListOfDatasets[[j]]
      modelStats <- fun_modelStats(model, dataset) 
      modelName <- names(ListOfModels[i]) 
      datasetName <- names(ListOfDatasets[j])
      modelStats <- cbind(modelName, datasetName, modelStats)
      multiModelStats <- rbind(multiModelStats, modelStats)
    }
  }
  return(multiModelStats)
}

然而，我想找到一个没有双for循环的解决方案，而是来自apply函数族的东西。

Answer 1

如果您将for循环修改为以下内容会发生什么：

modelStats <- data.frame()
for(i in names(ListOfModels)) {
  for(j in names(ListOfDatasets)) {
    modelStats[i,j] <- fun_modelStats(ListOfModels[[i]], ListOfDatasets[[j]]) 
    print(modelStats) 
  }
}

如何在R中创建一个从两个列表中获取两个参数的函数？

1 个答案: