Question

我正在忙着比较R中的不同机器学习技术。情况就是这样：我制作了几个函数，以自动方式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），以及不同的情节。

我设法创建了一个能够存储所需数据的S3对象。但是，当我尝试创建一个已定义对象的列表时，这会失败，并且所有数据都按顺序存储在一个大列表中。

这是我的S3对象（因为这是我第一次创建S3，我不确定代码是100％正确）：

modelObject <- function(modelName , modelObject, modelPredictions , rocCurve , aUC , confusionMatrix )
{

  modelObject <- list(
    model.name = modelName,
    model.object = modelObject,
    model.predictions = modelPredictions,
    roc.curve = rocCurve,
    roc.auc = aUC,
    confusion.matrix = confusionMatrix

  )

  ## Set the name for the class
  class(modelObject) <- "modelObject"
  return(modelObject)
}

在每个机器学习功能结束时，我定义并返回对象：缩短的例子：

NeuralNetworkAnalysis<- function() {
  #I removed the unnecessary code, as only the end of the code is relevant
  nn.model <- modelObject(modelName = "Neural.Network" , modelObject = NN , modelPredictions = predNN , rocCurve = roc , aUC = auc , confusionMatrix = confu  )
 return(nn.model)
  }

最后，在我的脚本＆＃39;函数，我创建一个空列表，并尝试追加不同的对象

 #function header and arguments before this part are irrelevant

# Build predictive model(s)
  modelList = list("model" = modelObject)
  modelList <- append(modelList ,   NeuralNetworkAnalysis())
  modelList <- append(modelList,  RandomForestAnalysis())
  mod <<- RandomForestAnalysis() #this is to test what the outcome is when I do not put it in a list
  return(modelList) } #end of the function ModelBuilding
models <- ModelBuilding( '01/01/2013'  , '01/01/2014'  ,  '02/01/2014' ,  '02/01/2015' )

现在，当我查看模型列表时，我没有对象列表，我只有一个列表，其中包含每个算法的所有数据。

class（models）[1]＆＃34; list＆＃34;

class（mod）[1]＆＃34; modelObject＆＃34;

如何解决此问题，以便我可以拥有一个包含例如：

的列表

列出$ random.forest $ variable.I.want.to.access（最优惠）

或

列表[I] $ variable.of.random.forest.that.I.want.to.access

提前thx！

奥利弗

Answer 1

不确定我是否理解正确，但问题可能只是您的模型列表的构建方式。如果你试试

 modelList[["neural.network"]] <- NeuralNetworkAnalysis()
 modelList[["random.forest"]] <- RandomForestAnalysis()

等，是否会为您提供您正在寻找的访问方法？

创建预定义S3对象的列表

1 个答案: