Question

希望这不是一个完全愚蠢的问题。我有一个数据集df, n = 2228, p = 19，用于描述5品种马的特征。我想将连续变量price建模为每个breed的其他17个预测变量（甚至是分类和连续的混合）的函数，首先将数据拆分为training和{ {1}}。

test

据我所知，我没有问题将数据拆分为library(tidyverse) library(caret) library(glmnet) # pre- processing reveals no undo correlation, linear dependency or near # zero variance veriables train <- df %>% group_by(breed) %>% sample_frac(size = 2/3) %>% droplevels() test <- anti_join(df, train) %>% droplevels() # I imagine I should be somehow able to do this in the following step but can't # figure it out model <- train(price ~ ., data = train, method = "glmnet") test$pred <- predict(model, newdata = test)（参见上面的代码）。但是，我无法弄清楚如何拟合按breed分组的模型。我想做的是类似于breed包中的以下内容，即nlme

Answer 1

我认为你想做的事情就像是

horse_typex <- df %>% filter(breed == typex)

对于每种类型的马，然后将它们分成测试和训练集。

如果您希望进行线性回归，也许您可能希望对价格的对数进行建模，因为它可能会出现偏差。

Answer 2

尝试：

models <- dlply(df, "breed", function(d_breed) 
  train(price ~ ., data = d_breed, method = "glmnet"))

Answer 3

我建议您尝试使用purrr

library(purrr)

models <- train %>% 
            split(.$breed) %>% 
            map(~train(.$price ~ ., data = ., method = "glmnet"))

或dplyr

models <- train %>% 
            group_by(breed) %>% 
            do(train(price ~ ., data = ., method = "glmnet"))

很难知道这是否有效，但值得一试。

插入符号：使用train（）执行分组回归

3 个答案: