Question

目前，我正在使用R在大数据集上创建一些GLM模型。由于它的大小，我在revoScaleR包中使用了rxGlm（）函数-它的运行速度比基本的glm（）函数快得多。

我将所有函数调用都保留在R脚本中，以便以后可以重现我的工作-审计跟踪等。

我的函数调用很长，因为我有很多因素（〜50）。它们都看起来像这样：

rxGlm_C <- rxGlm(Dependent.Variable ~
               1 +
               Factor 1 +
               Factor 2 +
               Factor 3 +
                     ...........
               Factor N,
             family = tweedie(var.power = 1.5, link.power = 0),
             data = myDataFrame,
             pweights = "Weight.Variable",
)

如果此后，我想重新运行模型拟合，但可能只是对公式进行了少许更改（通常一次删除一个因素），对此是否有任何简写形式？目前，我正在将函数调用复制并粘贴到脚本文件中，并手动删除单行。而是有某种语法表示：

“请使用与上次完全相同的GLM，但要删除因子13”？

这会使我的脚本文件短很多。目前，我那里有大约3,000行代码，但我还没有完成！

谢谢。艾伦

Answer 1

有两种情况。如果您使用的是myDataFrame中的所有变量，那么您可以简单地编写

rxGlm(Dependent.Variable ~ .,
      family = tweedie(var.power = 1.5, link.power = 0),
      data = myDataFrame, pweights = "Weight.Variable")

完整模型，然后说

rxGlm(Dependent.Variable ~ . - Factor13,
      family = tweedie(var.power = 1.5, link.power = 0),
      data = myDataFrame, pweights = "Weight.Variable")

删除Factor13。

如果未使用所有变量，则可以保存完整公式，例如，

frml <- y ~ Factor1 + Factor2 + Facto3

然后使用update：

update(frml, ~ . - Factor3)
# y ~ Factor1 + Factor2

但是请注意，在这种情况下，.的含义是“与frml相同的右侧”，而不是前一个选项中的“所有变量”。

此外，如果选择后者，则可以方便地使用paste和formula构造完整公式。

缩短R中函数调用的长度-revoScaleR rxGLM（）

1 个答案: