Question

我正在尝试为GLM包的LinearModel子类型创建一个方法。不幸的是，这似乎不起作用：

using DataFrames, GLM, RDatasets

iris = dataset("datasets", "iris")

fit = lm(@formula(SepalLength ~ PetalWidth), iris)

function print_r2(fit::GLM.LinearModel)

    R2 = r2(fit)
    println("The model's R2 is $R2.")

end

print_r2(fit)

错误：

MethodError: no method matching print_r2(::StatsModels.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}},GLM.DensePredChol{Float64,Base.LinAlg.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}})
Closest candidates are:
  print_r2(::GLM.LinearModel) at In[1]:9

我必须指定整个类型吗？

Answer 1

您应指定不同的类型：

import StatsBase

function print_r2(fit::StatsBase.RegressionModel)
    R2 = r2(fit)
    println("The model's R2 is $R2.")
end

或fit::StatsModels.DataFrameRegressionModel（如果要更具体一点）。

问题是您的fit不是GLM.LinearModel类型：

julia> fit isa GLM.LinearModel
false

您可以像这样检查其类型：

julia> typeof(fit)
StatsModels.DataFrameRegressionModel{GLM.LinearModel{GLM.LmResp{Array{Float64,1}},GLM.DensePredChol{Float64,Base.LinAlg.Cholesky{Float64,Array{Float64,2}}}},Array{Float64,2}}

请注意：fit并不是很幸运的名称，因为它与StatsBase导出的函数名称冲突。

Julia：为子类型（LinearModel）创建方法

1 个答案: