如何使用 gam() 拟合广义加性模型，其中始终将所有列用作预测变量（模型拟合中没有硬编码部分）

Question

我在 R 中有一个训练数据 table，它总是有不同的列，例如现在数据 table 有以下列名称：

library(mgcv)
dt.train <- c("DE", "DEWind", "DESolar", "DEConsumption", "DETemperature", 
              "DENuclear", "DELignite")

现在我想用预测 DE 价格的集成平滑度估计来拟合广义加性模型 (= GAM)。目前我拟合的模型如下：

fitModel <- mgcv::gam(DE ~ s(DEWind)+s(DESolar)+s(DEConsumption)+s(DETemperature)+
                           s(DENuclear)+s(DELignite), 
                      data = dt.train)

列名目前是硬编码的，但我不想一直更改它，我想让程序识别有多少列并使模型与现有列相匹配。所以，我想要这样的东西（适用于 stats::lm() 或 stats::glm()）：

fitModel <- mgcv::gam(DE ~ .-1, data = dt.train)

不幸的是，这不适用于 gam()。

Answer 1

出于统计原因，我不建议您这样做，但是……

nms <- c("DE", "DEWind", "DESolar", "DEConsumption", "DETemperature", 
              "DENuclear", "DELignite")
## typically you'd get those names as
## nms <- names(dt.tain)

## identify the response
resp <- 'DE'
## filter out response from `nms`
nms <- nms[nms != resp]

通过粘贴 s( 和 ) 位，并连接由 +:

分隔的字符串，创建公式的右侧

rhs <- paste('s(', nms, ')', sep = '', collapse = ' + ')

这给了我们

> rhs
[1] "s(DEWind) + s(DESolar) + s(DEConsumption) + s(DETemperature) + s(DENuclear) + s(DELignite)"

然后你可以添加响应和~:

fml <- paste(resp, '~', rhs, collapse = ' ')

这给出了

> fml
[1] "DE ~ s(DEWind) + s(DESolar) + s(DEConsumption) + s(DETemperature) + s(DENuclear) + s(DELignite)"

最后强制转换为一个公式对象：

fml <- as.formula(fml)

这给出了

> fml
DE ~ s(DEWind) + s(DESolar) + s(DEConsumption) + s(DETemperature) + 
    s(DENuclear) + s(DELignite)

如何使用 gam() 拟合广义加性模型，其中始终将所有列用作预测变量（模型拟合中没有硬编码部分）

How to fit Generalized Additive Model with gam() where always all columns are used as predictors (no hard coding part in model fitting)

datatable

columnname

forecasting

gam

forecast