我试图遍历字符向量列表，并使用其他函数形成线性模型并为我计算值：
all_model_error<-function(explan_vars,depvar,dataset1,dataset2)
{
x<-list()
model_combinations<-all_models(explan_vars)
for(i in 1:length(model_combinations))
{
x[[i]]<-error_rates(model_combinations[[i]],depvar,dataset1,dataset2)
}
return(x)
}
但是，当我运行此函数时，我在解析时遇到此错误。 parse()未在此函数的任何函数中使用，对于为什么会收到此错误，我感到困惑。
底层函数定义如下：
gen_formula<-function(depvar,explan_vars)
{
reg_form<-as.formula(paste(depvar,"~",paste(explan_vars,collapse = "+")))
return(reg_form)
}
这只是以lm（）函数采用的形式返回您的输入。然后：
error_rates<-function(indvars,explan_vars,dataset1,dataset2)
{
reg_results<-lm(gen_formula(depvar,explan_vars),data=dataset1)
summary(reg_results)
df_training<-dataset1 %>%
add_residuals(reg_results) %>%
summarize(error_rate=mean(resid^2))
training_error<-df_training[1,1]
df_test<-dataset2 %>%
add_residuals(reg_results) %>%
summarize(error_rate=mean(resid^2))
test_error<-df_test[1,1]
return(c(test_error,training_error))
}
这只是根据您的测试和训练数据计算模型的误差。 然后：
name_from_bin<-function(b,vars)
{
return(vars[as.logical(b)])
}
all_models<-function(variables)
{
k<-length(variables)
bin_vec<-rep(list(0:1),k)
bin_mat<-expand.grid(bin_vec)
list_of_RHS<-list()
for(i in 1:nrow(bin_mat))
{
list_of_RHS[[i]]<-name_from_bin(bin_mat[i,],variables)
}
return(list_of_RHS)
}
这些函数用于创建矩阵基于的变量数量的所有可能组合的矩阵。然后，它将这些字符向量作为列表返回，列出所有可能的变量组合。
我想运行all_model_error来查找all_models（）的error_rates（）。底层函数执行我希望它们执行的任务，并且不包含parse（），这就是为什么我对错误感到困惑。
我正在运行all_model_error（explan_vars，depvar，crime_weather_1，crime_weather_2），并收到此错误。
其中depvar是我的数据集中的单个变量OffenseAgainst，而explan_vars是数据集中14个变量的向量。 Crime_weather_1和2是训练和测试数据集。