Question

我总是无法理解有关如何调用S3方法的文档，而这次它正在咬我。

我会在前面道歉，提出不止一个问题，但他们都是密切相关的。在一组复杂函数的核心深处，我创建了许多glmnet拟合，特别是逻辑变量。现在，glmnet文档指定其返回值以使类“glmnet”和（对于逻辑回归）“lognet”。实际上，这些是按此顺序指定的。

但是，在调用（内部函数）glmnet之后查看lognet的实现结束时，将fit的类设置为“lognet”，我在返回（变量fit）之前看到了这行代码：

class(fit) = c(class(fit), "glmnet")

由此，我得出结论，类的顺序实际上是“lognet”，“glmnet”。

不幸的是，我曾经拥有过（就像文档建议的那样）：

> class(myfit)
[1] "glmnet" "lognet"

问题在于为它调度S3方法，特别是predict。这是predict.lognet的代码：

function (object, newx, s = NULL, type = c("link", "response", 
    "coefficients", "class", "nonzero"), exact = FALSE, offset, 
    ...) 
{
    type = match.arg(type)
    nfit = NextMethod("predict") #<- supposed to call predict.glmnet, I think
    switch(type, response = {
        pp = exp(-nfit)
        1/(1 + pp)
    }, class = ifelse(nfit > 0, 2, 1), nfit)
}

我添加了一条评论来解释我的推理。现在，当我使用新的数据矩阵myfit和mydata调用此type="response"上的预测时，就像这样：

predict(myfit, newx=mydata, type="response")

，根据文档，我不会得到预测的概率，而是线性组合，这正是立即调用predict.glmnet的结果。

我尝试过颠倒类的顺序，如下所示：

orgclass<-class(myfit)
class(myfit)<-rev(orgclass)

然后再次做预测电话：瞧瞧：它有效！我做获得概率。

所以，这里有一些问题：

我是否正确'学会'了按顺序分派S3方法课程的外观？
我是否正确地承担了代码 glmnet会导致错误的订单正确派遣 predict？
在我的代码中没有任何内容操纵类明确地/明显地知道我的知识。什么可能导致订单改变？

为了完整起见：这里有一些示例代码（正如我现在自己做的那样）：

library(glmnet)
y<-factor(sample(2, 100, replace=TRUE))
xs<-matrix(runif(100), ncol=1)
colnames(xs)<-"x"
myfit<-glmnet(xs, y, family="binomial")
mydata<-matrix(runif(10), ncol=1)
colnames(mydata)<-"x"
class(myfit)
predict(myfit, newx=mydata, type="response")
class(myfit)<-rev(class(myfit))
class(myfit)
predict(myfit, newx=mydata, type="response")
class(myfit)<-rev(class(myfit))#set it back
class(myfit)

根据生成的数据，差异或多或少是显而易见的（在我的真实数据集中，我注意到所谓的概率中的负值，这就是我解决问题的方式），但你确实应该看到差异。 / p>

感谢您的任何意见。

修改：

我刚刚发现了一个可怕的事实：无论是在glmnet 1.5.2中运行的命令（在我运行实际代码的服务器上都存在，导致与类顺序相反），但1.6中的代码需要命令为“lognet”，“glmnet”。我还没有检查1.7中会发生什么。

感谢@Aaron提醒我信息学的基础知识（除了'如果所有其他方法都失败了，重启'：'检查你的版本'）。我错误地认为统计学习之神的包装将受到保护，免受此类错误的影响），并且@Gavin确认我重建S3的工作方式。

Answer 1

是的，调度顺序是类属性中列出的顺序。在简单的，每天的情况下，是的，第一个声明的类是首先通过方法调度选择的类，并且只有当它找不到该类的方法（或者NextMethod被调用）时才会继续到第二课，或者没有找到default方法。

不，我认为你的代码顺序错误是正确的。文档显示错误。目的显然是首先调用predict.lognet()，使用主力predict.glmnet()对由 glmnet 拟合的所有类型的套索/弹性网模型进行基本计算，最后做一些后处理那些一般预测。从 glmnet NAMESPACE导出的predict.glmnet() ，而其他方法也许也是如此。

我不确定你为什么认为这个输出：

predict(myfit, newx=mydata, type="response")

错了？我得到一个10行和21列的矩阵，其中列与仅截距模型预测相关，加上20个λ值的预测，在该值处计算了沿套索/弹性网路径的模型系数。这些似乎不是线性组合，而是您所要求的响应比例。

班级顺序没有变化。我认为你误解了代码应该如何工作。文档中有一个错误，因为那里的排序错误。但是代码正在按照我的想法运作。

S3和班级顺序

1 个答案: