在循环中提供多种方法并保存输出

Question

编辑：实际查看该方法表明它只使用一种方法，我如何编写一个循环到 select 给定方法向量的方法？！

我查看了几个问题(Loop in R: how to save the outputs?)，但似乎无法弄清楚如何保存这些模型的输出。这是我的 "function":

library(caret)
Control<-trainControl(method="cv",number=5)
metric<-"Accuracy"
modeler<-function(df,yname,xname,method,metric,control){
  df<-df
  methods1<-method
 f1<-as.formula(paste0(yname,"~",xname))
 for(method in methods1){
   fit<-do.call("train",list(data=quote(df),f1,metric=metric,trControl=control,
                             method=method)) 

 }
fit
}

"function"的实现：

methods1<-c("rf","rpart")
modeler(iris,yname="Species",xname=".",method = methods1,control=Control,
        metric = metric)

现在我可以像这样保存上面的内容：

mod1<-modeler(iris,yname="Species",xname=".",method = methods1,control=Control,
        metric = metric)

然后：

sapply(mod1,"[",1)

这有效，但 returns 仅适用于最后一个模型，而不是最好的显示。我怎样才能优化这个过程？

Answer 1

根据@Dave2e 的评论：以下是我如何设法 "solve" 它：

library(caret)
Control<-trainControl(method="cv",number=5)
metric<-"Accuracy"
modeler<-function(df,yname,xname,method,metric,control){
  df<-df
  methods1<-method
 f1<-as.formula(paste0(yname,"~",xname))
 for(method in methods1){
   fit<-do.call("train",list(data=quote(df),f1,metric=metric,trControl=control,
                             method=methods1)) 

 }
data.frame(fit$results,Type=fit$modelInfo$tags[1])
}

实施：

methods1<-c("rf","rpart")
lapply(methods1, function(met) {modeler(iris,yname="Species",xname=".",
                              method = met,control=Control, metric = metric)})

没有种子的结果：这仍然是缺乏的，但它确实有效；

[[1]]
  mtry  Accuracy Kappa AccuracySD    KappaSD          Type
1    2 0.9533333  0.93 0.03800585 0.05700877 Random Forest
2    3 0.9533333  0.93 0.03800585 0.05700877 Random Forest
3    4 0.9533333  0.93 0.03800585 0.05700877 Random Forest

[[2]]
    cp  Accuracy Kappa AccuracySD    KappaSD             Type
1 0.00 0.9533333  0.93 0.02981424 0.04472136 Tree-Based Model
2 0.44 0.7733333  0.66 0.14605935 0.21908902 Tree-Based Model
3 0.50 0.3333333  0.00 0.00000000 0.00000000 Tree-Based Model

Answer 2

这里是关键部分的简答。
使用 methods1 作为方法向量，可以使用 lapply 函数：

methods1<-c("rf","rpart")

#use lapply to loop through the methods
#fit will be a list of the results from modeler
fit<-lapply(methods1, function(met) {
  modeler(iris,yname="Species",xname=".",method = met,control=Control, metric = metric)
})

如果计算很耗时，lapply 函数可以很容易地与 parallel 包并行进行运行。

在循环中提供多种方法并保存输出

Supplying several methods in a loop and saving the output

r

r-caret