Question

我正在创建一个执行交叉验证和岭回归的功能，以选择模型的预测变量。我的函数的输入是dataframe和期望的结果变量outcome（正在预测的是什么）。我使用model.matrix（）来创建一个x矩阵，我将传递给glmnet（）。我的函数使用outcome作为model.matrix（）中的对象参数，但看起来outcome是通过model.matrix（）的错误数据类型。通常使用model.matrix（），我会写model.matrix(Weight~.,dataframe)之类的东西。但是，在这种情况下，model.matrix不能作为model.matrix(outcome~.,dataframe)或model.matrix(dataframe$outcome~.,dataframe)工作。有什么想法吗？

Answer 1

如果'outcome'是存储字符串"Weight"的对象，那么我们paste可以formula

model.matrix(formula(paste(outcome, "~ .")), dataframe)

使用'iris'数据集

的可重现示例

data(iris)
outcome <- "Species"
m1 <-  model.matrix(formula(paste(outcome, "~ .")), iris)
m2 <- model.matrix(Species ~ ., iris)
identical(m1, m2)
#[1] TRUE

如何通过r

1 个答案: