使用回归模型通过扫帚包生成预测值

Question

我有一个学生属性和考试成绩的数据框，并且我为每个年级（1 到 12）创建了一个线性模型。我正在使用 broom 包为每个年级有效地创建模型。下面是一个简化的示例数据集和我正在使用的代码。

#start df creation 

school_year <- rep(2017:2020, 120)
grade <- rep(1:12, each = 40)
attendance_rate <- round(runif(480, min=25, max=100), 1)
test_growth <- round(runif(480, min = -12, max = 38))
binary_flag <- round(runif(480, min = 0, max = 1))
score <- round(runif(480, min = 92, max = 370))
survey_response <- round(runif(480, min = 1, max = 4))

df <- data.frame(school_year, grade, attendance_rate, test_growth, binary_flag, score, survey_response) 

df$survey_response[df$grade == 1] <- NA

# end df creation

df_train <- df %>% filter(!(school_year == 2020))
df_test <- df %>% filter(school_year == 2020)


#create models
model <- df_train %>%
  group_by(grade) %>% 
  nest() %>% 
  mutate(fit = map(data, ~ if(all(is.na(.x$survey_response)))
    lm(score ~ attendance_rate + test_growth + binary_flag, data = .x) 
    else lm(score ~ attendance_rate + test_growth + binary_flag + survey_response, data = .x)),
    tidied = map(fit, tidy),
    augmented = map(fit, augment),
    glanced = map(fit, glance))

训练完模型后，我想用它来预测 2020 学年/测试数据集的分数。（上面代码中的增强函数只为训练数据集中的观察值生成拟合值。）显然，我需要将上面创建的一年级模型仅应用于测试集中的一年级数据，二年级模型以仅适用于测试集中的二年级数据，依此类推。出于这个原因，我无法让基本的 predict(fit, df_test) 工作。

我该怎么做？任何帮助将不胜感激。

Answer 1

您可以 nest 测试数据，通过 grade 和 predict.

将其与 model 合并

library(tidyverse)
df_test %>%
   nest(test_data = -grade) %>%
   inner_join(model, by = 'grade') %>%
   mutate(result = map2(fit, test_data, predict))

使用回归模型通过扫帚包生成预测值

Using regression model to generate predicted values with broom package

regression

r

broom