我浏览了整个网站,无法找到解决这个难题的正确答案:
我有一个UDF用于评估一些具有不同数据集的分类模型,我希望有一个单独的函数来评估它们。我希望得到类似下面的内容,给定模型名称和数据,它计算一些指标(例如混淆矩阵)并将它们保存到函数外部的对象中。
这里的问题是我想使用我正在评估的模型的名称来创建这个对象。
我最终得到了类似的东西:
foo <- function(x) {return(as.character(substitute(x)))}
model1 <- lm(Sepal.Width ~ Sepal.Length, iris)
Validation.func <- function(model_name, dataset){
Pred_Train = predict(model_name, dataset)
assign(paste("Pred_Train_",foo(model_name), sep=''), Pred_Train, envir=globalenv())
Pred_Train_prob = predict(model_name, dataset, type = "prob")
MC_Train = confusionMatrix(Pred_Train, dataset$target_salto)
}
为Validation.func(model1,iris)
运行它我们希望将变量存储为&#34; Pred_Train_model1&#34;。
由于model_name不是字符串,我们不得不尝试使用foo函数转换它(这是我在这里找到的答案)foo = function(x)deparse(substitute(x))
我没有得到我想要的东西,因为它将对象保存为: &#34; Pred_Train_model_name&#34;而不是&#34; Pred_Train_model1&#34;。
有谁知道如何解决它?
答案 0 :(得分:2)
所以这里有一个建议,它并没有完全解决问题,但确实使功能发挥作用。
Validation.func <- function(model_name, dataset){
model_name_obj<- eval(parse(text = model_name))
Pred_Train = predict(model_name_obj, dataset)
assign(paste("Pred_Train_",model_name, sep=''), Pred_Train, envir=globalenv())
Pred_Train_prob = predict(model_name_obj, dataset, type = "prob")
MC_Train = confusionMatrix(Pred_Train, dataset$target_salto)
}
Validation.func("model1", data)
我所做的与你所尝试的完全相反。我将model_name
作为字符串传递,然后使用parse(text = model_name)
对其进行评估。请注意,评估的对象现在称为model_name_obj
,并在predict
函数中传递。
我后来在函数中遇到了一些错误,但它们与手头的问题无关。它们与type
中的predict
参数有关,并且无法识别confusionMatrix
,因为我认为我没有加载相应的包。
答案 1 :(得分:2)
model_name
必须是模型对象,因此不能在需要字符的paste
函数中使用。
我认为你希望你的函数知道模型对象实际被调用&#34; model1&#34;在它来自的环境中。我认为这是非常棘手的尝试,因为您的模型对象可能会被各种名称调用。
最简单的实现是分别给出模型对象和名称,并使用前者进行预测,后者用于命名结果。
func1 <- function(model, model_str, dataset)
{
p <- predict(model, dataset)
assign(paste("predict_", model_str, sep=""), p, envir=globalenv())
}
model1 <- lm(mpg ~ cyl, data=mtcars)
func1(model1, "model1", mtcars)
predict_model1
另一个实现很棘手,但如果小心使用,则只能提供模型的字符名称,并通过父环境中的get
函数获取模型对象。
func2 <- function(model_str, dataset)
{
p <- predict(get(model_str, envir=parent.env(environment())), dataset)
assign(paste("predict_", model_str, sep=""), p, envir=globalenv())
}
model2 <- lm(mpg ~ cyl, data=mtcars)
func2("model2", mtcars)
predict_model2
最后,为了给模型对象提供函数并让函数找到变量名,那么你可以使用match.call
函数来恢复函数的调用方式。
func3 <- function(model, dataset)
{
s <- match.call()
model_str <- as.character(s)[2]
p <- predict(model, dataset)
assign(paste("predict_", model_str, sep=""), p, envir=globalenv())
}
model3 <- lm(mpg ~ cyl, data=mtcars)
func3(model3, mtcars)
predict_model3