Question

我正在忙着比较R中不同的机器学习技巧。情况就是这样：我以自动方式制作了几个函数能够创建每个不同的预测模型（例如：逻辑回归，随机森林，神经网络，混合集合等），预测，混淆矩阵，几个统计（例如AUC和Fscore），以及不同的图。

现在我想在R中创建一个S4（或S3？）对象列表，其中每个对象包含模型，预测，图，混淆矩阵，auc和fscore。

这个想法是每个函数都创建这样的对象，然后将它附加到return语句中的对象列表中。

我应该如何编写这样的课程？我怎样才能定义每个模型可以有不同的类型（我想我创建的所有模型都是S3对象，那么如何在我的S4类中定义它？

最终结果应该能够做到这样的事情：modelList [i] @plot应该例如召唤所请求的情节。和名称（modelList [i]）应该给出使用模型的名称（如果这不可能，modelList [i] @name将会这样做）。此外，应该可以根据参数（例如AUC）从列表中选择最佳模型。我没有创建这样的对象的经验，所以这是我现在的代码/想法：

 modelObject <- setClass(
  # Set the name for the class
  "modelObject",

  # Define the slots
  slots = c(
    modelName = "character"
    model = #should contain a glm, neural network, random forest , etc model
    predictions = #should contain a matrix or dataframe of custid and prediction
    rocCurve = #when summoned, the ROC curve should be plotted
    plotX = #when summoned, plot X should be plotted
    AUC = "numeric" #contains the value of the AUC
    confusionMatrix = "matrix" #prints the confusion matrix in the console
    statX = "numeric"#contains statistic X about the confusion matrix e.g. Fscore
  ),
  # Set the default values for the slots. (optional)
  prototype=list(
    # I guess i can assign NULL to each variable of the S4 object
  ),

  # Make a function that can test to see if the data is consistent.
  # This is not called if you have an initialize function defined!
  validity=function(object)
  {
    #not really an idea how to handle this
    }
    return(TRUE)
  }
)

Answer 1

使用setOldClass()将每个S3类提升为S4等效

setOldClass("lm")
setOldClass(c("glm", "lm"))
setOldClass(c("nnet.formula", "nnet"))
setOldClass("xx")

使用setClassUnion()在层次结构中插入公共基类

setClassUnion("lmORnnetORxx", c("lm", "nnet", "xx"))

.ModelObject <- setClass("ModelObject", slots=c(model="lmORnnetORxx"))

setMethod("show", "ModelObject", function(object) {
    cat("model class: ", class(object@model), "\n")
})

行动中：

> library(nnet)
> x <- y <- 1:10
> .ModelObject(model=lm(x~y))
model class:  lm 
> .ModelObject(model=glm(x~y))
model class:  glm lm 
> .ModelObject(model=nnet(x~y, size=10, trace=FALSE))
model class:  nnet.formula nnet

我认为您还希望实现一个Models对象，其中包含一个列表，其中所有元素都是ModelObject;约束将由有效性方法强加（见?setValidity）。

Answer 2

我会做的是，对于modelObject课程中您想要的每个插槽，确定预期值的范围。例如，您的model槽必须支持模型训练函数可以返回的所有可能的对象类（例如lm（），glm（），nnet（）等）。在示例中，您会看到返回以下对象：

```

x <- y <- 1:10
class(lm(x~y))
class(glm(x~y))
class(nnet(x~y, size=10))

```

由于返回的对象中没有公共类，因此使用S3的语法更为严格，并且允许您将各种类别的输出分配给相同的字段名称。考虑到R的无数OO系统采用了许多不同的方法，你的问题实际上很难回答。

R中的S4对象创建

2 个答案: