Công thức với số biến động

Giả sử, có một số foo_data_frame data.frame và người ta muốn tìm hồi quy của cột mục tiêu Y theo một số cột khác. Vì mục đích đó, một số công thức và mô hình thường được sử dụng. Ví dụ:

linear_model <- lm(Y ~ FACTOR_NAME_1 + FACTOR_NAME_2, foo_data_frame)

Điều đó hoạt động tốt nếu công thức được mã hóa tĩnh. Nếu muốn root trên một số mô hình với số lượng biến phụ thuộc không đổi (giả sử, 2) thì nó có thể được xử lý như vậy:

for (i in seq_len(factor_number)) {
  for (j in seq(i + 1, factor_number)) {
    linear_model <- lm(Y ~ F1 + F2, list(Y=foo_data_frame$Y,
                                         F1=foo_data_frame[[i]],
                                         F2=foo_data_frame[[j]]))
    # linear_model further analyzing...
  }
}

Câu hỏi của tôi là làm thế nào để làm điều tương tự ảnh hưởng khi số lượng biến đang thay đổi động trong quá trình chạy chương trình?

for (number_of_factors in seq_len(5)) {
   # Then root over subsets with #number_of_factors cardinality.
   for (factors_subset in all_subsets_with_fixed_cardinality) {
     # Here I want to fit model with factors from factors_subset.
     linear_model <- lm(Does R provide smth to write here?)
   }
}

Xem ?as.formula, ví dụ:

factors <- c("factor1", "factor2")
as.formula(paste("y~", paste(factors, collapse="+")))
# y ~ factor1 + factor2

đâu factorslà một vectơ ký tự chứa tên của các yếu tố bạn muốn sử dụng trong mô hình. Điều này bạn có thể dán vào một lmmô hình, ví dụ:

set.seed(0)
y <- rnorm(100)
factor1 <- rep(1:2, each=50)
factor2 <- rep(3:4, 50)
lm(as.formula(paste("y~", paste(factors, collapse="+"))))

# Call:
# lm(formula = as.formula(paste("y~", paste(factors, collapse = "+"))))

# Coefficients:
# (Intercept)      factor1      factor2  
#    0.542471    -0.002525    -0.147433

Một chức năng bị lãng quên là reformulate. Từ ?reformulate:

reformulate tạo một công thức từ một vectơ ký tự.

Một ví dụ đơn giản:

listoffactors <- c("factor1","factor2")
reformulate(termlabels = listoffactors, response = 'y')

sẽ mang lại công thức này:

y ~ factor1 + factor2

Mặc dù không được ghi lại rõ ràng, bạn cũng có thể thêm các điều khoản tương tác:

listofintfactors <- c("(factor3","factor4)^2")
reformulate(termlabels = c(listoffactors, listofintfactors), 
    response = 'y')

sẽ mang lại:

y ~ factor1 + factor2 + (factor3 + factor4)^2

Một tùy chọn khác có thể là sử dụng ma trận trong công thức:

Y = rnorm(10)
foo = matrix(rnorm(100),10,10)
factors=c(1,5,8)

lm(Y ~ foo[,factors])

Bạn thực sự không cần một công thức. Những công việc này:

lm(data_frame[c("Y", "factor1", "factor2")])

như thế này:

v <- c("Y", "factor1", "factor2")
do.call("lm", list(bquote(data_frame[.(v)])))

Tôi thường giải quyết vấn đề này bằng cách thay đổi tên của cột phản hồi của mình. Nó dễ dàng hơn để thực hiện động và có thể sạch hơn.

model_response <- "response_field_name"
setnames(model_data_train, c(model_response), "response") #if using data.table
model_gbm <- gbm(response ~ ., data=model_data_train, ...)