R for循环中函数中的动态变量

问题描述

我正在尝试使大部分线性回归/模型选择工作流程自动化。但是我在for循环中遇到了一些问题；我猜他们主要是动态变量命名问题。

我设法使第一步的循环自动化（回归建模）。尽管理想情况下，我希望将模型存储在以下约定中：lm.model，lm 1 .model，lm 2 .model ...但我不是确保如何将动态数字放在变量字符串中。我只设法将它放在最后：

lm.model[i] <- for (i in 1:5){ 
              model_name <- paste("lm.model",i,sep = "")
              assign(model_name,lm(Y ~ poly(X,i),data = training.dat))
}

但是按照当前的标签约定，下一步不起作用：

lmod.fit[i] <- for(i in 1:5){
  fit_name <- paste("lmod.fit",sep = "")
  assign(fit_name,predict(lm.model[i],newdata = training.dat))
}

它返回错误

Error in UseMethod("predict") : no applicable method for 'predict'
applied to an object of class "list"

在后续步骤中，我还想循环粘贴以下部分：

x1 = lm.fit,x2 = lm2.fit,x3 = lm3.fit,x4 = lm4.fit,x5 = lm5.fit

c("x1","x2","x3","x4","x5")

但是我只能使用paste（）函数遇到麻烦，因为输出是单个字符串。

如果没有那么麻烦的方式来做所有这些事情，请让我知道我还能尝试什么！

解决方法

您的代码需要重新组织。对lm.model[i]的分配必须在循环内部，而不是外部：

lm.model <- list()
for (i in 1:5){ 
   model_name <- paste("lm.model",i,sep = "")
   lm.model[[model_name]] <- lm(Y ~ poly(X,i),data = training.dat)
}

预测相同：

lmod.fit <- list()
for(i in 1:5){
  model_name <- paste("lm.model",sep = "")
  fit_name <- paste("lmod.fit",sep = "")
  lmod.fit[[fit_name]] <- predict(lm.model[[model_name]],newdata = training.dat)
}

我不明白您最近的要求是什么。

,

为什么不在相同的for循环中执行这些操作。 assign的反函数也是get。并且paste0比paste(...,sep='')更快，并且执行相同的操作。 您可以使用ls()来查看全局环境中存在的对象

for (i in 1:5){ 
     #model_name == 'lm1.model'
     model_name <- paste0("lm",".model")
     assign(model_name,lm(Y ~ poly(X,data = training.dat))
     #fit_name == 'lmod1.fit'
     fit_name <- paste0("lmod",".fit")
     # if you want to have two loops then instead of model_name use paste0('lm','.model') or sub('lmod(\\d+)\.fit','lm\\1.model',fit_name)
     assign(fit_name,predict(get(model_name),newdata = training.dat))
}