如何迭代一个参数，对相同的数据应用相同的函数

Question

"generateFilterValuesData" 是 "mlr" 包的一个函数，它使用各种算法进行特征选择。我想以迭代的方式对相同的数据应用不同的算法，以检查不同方法选择的不同特征。为此，原则上我应该对相同的数据应用相同的函数，同时改变 "method" 参数（大约 15 个可能的值）。我在这里提供了一个可重现的例子（我没有使用 set.seed() 因为数值本身是不相关的）：

feature_A <- rnorm(200, 5, 2)
feature_B <- rnorm(200, 3, 2)
feature_C <- rnorm(200, 3.7, 1.3)
feature_D <- runif(200)
feature_E <- rpois(200, 1.6)
feature_F <- rpois (200, 7.3)
feature_G <- rlogis(200)
feature_H <- rexp(200, 2)
feature_I <- rexp (200, 3)
test_activ <- as.factor(rbinom(200, 1, 0.5))

df <- data.frame(feature_A, feature_B, feature_C, feature_D, 
             feature_E, feature_F, feature_G, feature_H, 
             feature_I, test_activ)
library(mlr)
taskg <- makeClassifTask(data = df, target="test_activ")
fv <- generateFilterValuesData(task, method = c("anova.test"))

methods <- c("anova.test", "auc", "cforest.importance","chi.squared", "gain.ratio", "information.gain", 
         "kruskal.test", "oneR", "permutation.importance", 
         "randomForest.importance", "randomForestSRC.rfsrc",
         "randomForestSRC.var.select", "ranger.impurity", 
         "ranger.permutation", "relief", "symmetrical.uncertainty",
         "univariate.model.score", "variance")

我想在 taskg 任务上迭代应用函数 "generateFilterValuesData"，改变方法（即迭代 18 种方法）。我试过 lapply 如下：

lapply (methods, generateFilterValuesData, taskg),

但我收到以下错误：“lapply(methods, generateFilterValuesData, taskg) 中的错误：断言失败。必须申请以下其中一项： * checkClass(task): 必须有 class 'ClassifTask'，但有 class * 'character' * checkClass(task): 必须有class 'RegrTask'，但有class 'character' * checkClass(task): 必须有 class 'SurvTask', 但有 class 'character'"

我意识到我做错了什么，但我无法找到如何对 "methods" 向量执行此迭代（因为此向量包含相同参数的不同值，而不是该功能将被应用）。

Answer 1

我想您可能正在寻找这个（基于您的 fv 作业）。

lapply(methods, function(m) generateFilterValuesData(taskg, method = m))

当你这样做时

lapply (methods, generateFilterValuesData, taskg)

论据正在转换。例如，如果你这样做，你会得到同样的错误

generateFilterValuesData(methods[1], taskg)

如何迭代一个参数，对相同的数据应用相同的函数

How to iterate over one argument, applying the same function over the same data

iteration

arguments

r

mlr