r - 在列表中的样本预测之外，指定要在 R 中预测的列表名称
问题描述
我有一个包含大量回归方程的列表，每个回归方程都在一个列表中分开。每个列表都分配有一个键（一个数字）。我想做一个样本外预测，将每组样本数据与该列表中的适当回归方程相匹配。
这是我到目前为止所拥有的，似乎无法让它发挥作用：
for (i in names(df_list)){
reg_predict = select(dplyr::bind_rows(Map(function(newdata, model) {
data.frame(newdata, pred=predict(model,newdata))
}, df_list$`i`,reg_results2$`i`)))
}
df_list - 包含我要预测的变量列表，用键（数字）分隔。
reg_results2 - 包含由键（数字）分隔的回归方程列表。
我什至尝试在没有循环的情况下仅运行 1 次：
reg_predict = select(dplyr::bind_rows(Map(function(newdata, model) {
data.frame(newdata, pred=predict(model,newdata))
}, df_list$`1`,reg_results2$`1`)))
我收到以下错误：
Error in UseMethod("predict") :
no applicable method for 'predict' applied to an object of class "c('double', 'numeric')"
预先感谢您的帮助
df_list - 它的外观：
1（下拉箭头） - 其他相同 - 2,3,4,5,6 等：包含如下变量：
date #, #, #, #, #, #, ...
y #, #, #, #, #, #, ...
x1 #, #, #, #, #, #, ...
x2 #, #, #, #, #, #, ...
x3 #, #, #, #, #, #, ...
x4 #, #, #, #, #, #, ...
reg_results2 列表：
1（下拉箭头） - 其他相同 - 2,3,4,5,6 等：包含如下变量：
coefficients
residuals
effects
rank
fitted.values
assign
qr
df.residual
xlevels
call
terms
model
可重现的示例（TESTDATA）：
Dates Key NY Tor Chicago Montreal
1-Jan-18 1 9073 8173 -5442 6786
2-Jan-18 1 4725 3790 -2814 -185
3-Jan-18 1 3447 -5471 -8821 5650
4-Jan-18 1 6320 9954 8804 -818
5-Jan-18 1 4757 6166 6156 -8059
6-Jan-18 1 5251 4922 6063 4517
7-Jan-18 1 4619 -8911 3256 -7389
8-Jan-18 1 8525 -8817 325 -1051
9-Jan-18 1 1955 3227 -206 -7664
10-Jan-18 1 5077 7551 9424 -6751
11-Jan-18 1 7595 1225 1406 7635
12-Jan-18 1 2682 1620 -5408 9743
13-Jan-18 1 8932 -3512 6341 9536
14-Jan-18 1 2354 -6192 -2665 3346
15-Jan-18 1 8557 5111 8375 2499
16-Jan-18 1 2087 -210 -982 6214
17-Jan-18 1 3212 -1252 951 5969
18-Jan-18 1 1131 711 -1102 4739
19-Jan-18 1 5493 -3580 -1600 4899
20-Jan-18 1 1940 9647 173 -4608
1-Jan-18 2 3231 3874 -1697 -39
2-Jan-18 2 -2608 -2082 3768 3978
3-Jan-18 2 -1 -3077 1884 -3503
4-Jan-18 2 -750 2987 -2822 1490
5-Jan-18 2 1305 1405 3658 -1172
6-Jan-18 2 -561 3220 -2147 -3635
7-Jan-18 2 1201 -2889 -2430 -2087
8-Jan-18 2 -3730 -1774 -2562 -3909
9-Jan-18 2 -3122 1169 345 -3254
10-Jan-18 2 -2879 1898 3959 -3631
11-Jan-18 2 2895 -961 -2610 -3705
12-Jan-18 2 -2372 -1190 -1106 3437
13-Jan-18 2 -3228 -1263 1775 3179
14-Jan-18 2 -1033 1609 -2656 -542
15-Jan-18 2 -3767 1288 1590 -231
16-Jan-18 2 -1502 -3784 426 232
17-Jan-18 2 -2252 1267 -1219 -2817
18-Jan-18 2 -3943 -3779 2186 2529
19-Jan-18 2 342 2301 550 375
20-Jan-18 2 909 -1235 391 -41
1-Jan-18 3 2762 -3361 -3421 2421
2-Jan-18 3 1373 3209 2994 435
3-Jan-18 3 -190 -3903 1428 3135
4-Jan-18 3 -2931 3675 -3869 992
5-Jan-18 3 821 -2150 3789 899
6-Jan-18 3 1461 -227 -2912 3066
7-Jan-18 3 962 3370 2137 -2894
8-Jan-18 3 -1771 -3644 -3204 1890
9-Jan-18 3 -3368 -2984 2837 1024
10-Jan-18 3 92 2562 -2232 856
11-Jan-18 3 3081 2613 -3584 2076
12-Jan-18 3 968 -1805 1970 -537
13-Jan-18 3 -3652 -3626 -902 3261
14-Jan-18 3 -836 -1907 -3678 -2136
15-Jan-18 3 3875 -2149 -3630 -3768
16-Jan-18 3 -1953 3333 971 1912
17-Jan-18 3 3559 2634 -1480 3697
18-Jan-18 3 -271 -2888 -1727 -2409
19-Jan-18 3 871 2344 3086 1301
20-Jan-18 3 -521 563 -106 993
这是您可以运行的代码，它将在示例预测中生成：
#script to run regression with in sample predictors
start_time <- Sys.time()
test = TESTDATA
df_list=split(test, test$Key)
reg_results2 = lapply(df_list,function(temp) {
good_cols=sapply(temp,function(x){
is.numeric(x) && ((max(x)-min(x))!=0)
})
temp=temp[,good_cols]
fit=lm(NY~.,data=temp)
return(fit)
})
reg_predict2 = select(dplyr::bind_rows(Map(function(data, model) {
data.frame(data, pred=predict(model, data))
}, df_list, reg_results2)),c(contains("Key"), contains("Dates"), contains("NY"), contains("pred")))
reg_predict2$difference = reg_predict2$pred - reg_predict2$NY
df_list_summary = lapply(reg_results2, function(model_output){
broom::tidy(model_output)
})
我正在尝试编辑此行以生成样本外并选择要从两个列表中选择要匹配的回归。
reg_predict2 = select(dplyr::bind_rows(Map(function(data, model) {
data.frame(data, pred=predict(model, data))
}, df_list, reg_results2)),c(contains("Key"), contains("Dates"), contains("NY"), contains("pred")))
例如：
reg_predict2 = select(dplyr::bind_rows(Map(function(data, model) {
data.frame(data, pred=predict(model, data))
}, df_list$`1`, reg_results2$`1`)),c(contains("Key"), contains("Dates"), contains("NY"), contains("pred")))
解决方案
IIUC，这是我为解决您的问题而尝试创建的一个最小示例。
# create data (this could be your out of sample data)
d1 <- data.frame(weight = c(23,78,98,50), height=c(50,170,190,150))
d2 <- data.frame(weight = c(13,58,78,90), height=c(20,140,172,200))
# these are trained model
p1 <- lm(height ~ weight, data = d1)
p2 <- lm(height ~ weight, data = d2)
# create separate list for out of sample data and models
data_list <- list(d1,d2)
model_list <- list(p1,p2)
# here we will save predictions
oof_predictions = list()
# loop through both the list and predict
for(i in seq(data_list)){
g <- predict(model_list[[i]], data_list[[i]])
oof_predictions[[i]] <- g
}
print(oof_predictions)
[[1]]
1 2 3 4
70.81604 167.76172 203.01469 118.40755
[[2]]
1 2 3 4
24.05383 128.92180 175.52979 203.49458
更新：在聊天讨论后：-
oof_predictions_df = data.frame()
for(i in seq(df_list)){
g <- predict(reg_results2[[i]], df_list[[i]])
f = data.frame(Key = df_list[[i]][,'Key'], Date = df_list[[i]][,'Dates'], NY = df_list[[i]][,'NY'], pred = g)
oof_predictions_df <- rbind(oof_predictions_df, f)
}
推荐阅读
- javascript - Promise 本身是否有一个时间，如果它在特定的时间段内从未解决，它最终会“拒绝”自己？
- reactjs - React Router 不会在子组件的 Route 上渲染新组件
- node.js - vuejs 和 vuex || 从 v-for 中查找数据以获取另一个数据
- php - 如何使用 php 在 var 中获取对象
- android - Kotlin：如何将图像从 Internet 保存到内部存储
- javascript - 正则表达式第一次巧合
- excel - 在excel中检索字符串的一部分
- python - 如何标记“Python Pandas”“系列”字符串
- javascript - 在不重新加载 url 的情况下更改 Android webview 内容（哈希）
- sql - 哪种 SQL 数据类型可用于以数字形式存储手机号码，而不包括括号和连字符等字符？