动态创建函数和表达式答案

【问题标题】：Dynamically creating functions and expressions动态创建函数和表达式
【发布时间】：2017-02-22 09:14:14
【问题描述】：

我目前正在处理一个问题。我正在为一些特定的发行版开发一个包，其中我想创建一个适合混合到某些数据的函数。为此，我想使用例如fitdistr 函数。问题是我不知道混合物将由什么分布、重量和成分数量组成。因此，我需要一个函数来动态创建某些指定混合物的密度函数，以便fitdistr 函数可以使用它。例如，如果用户将调用：

fitmix(data,dist=c(norm,chisq),params=list(c(mean=0,sd=3),df=2),wights=c(0.5,0.5))

要使用 ML 方法，代码需要创建一个密度函数

function(x,mean,sd,df) 0.5*dnorm(x,mean,sd)+0.5*dchisq(x,df)

所以它可以调用optim 或fitdistr。

一个明显的解决方案是使用大量的paste+eval+parse，但我认为这不是最优雅的解决方案。一个不错的解决方案可能隐藏在非标准评估和表达式操作的某个地方，但我在这个问题上没有足够的技能。

附：参数可以用作优化器的起始值。

【问题讨论】：

你有什么尝试吗？这基本上读起来就像一个“请为我编码”的问题，这个网站不鼓励这样做。如果您可以提出更具体的问题或至少显示您尝试过的代码，那将改善您的问题。
这个例子是实际任务的简化版本，所以我的代码对这个问题没有帮助。我能够使用类似 lapply(seq_along(D),function(i) paste(dist[i],paste("(x,",paste(names(params[[i]])), collapse = ","),")",sep=""),sep = "")) + 将它们粘贴在一起并尝试 as.call 但没有任何好的结果

标签： r function expression eval

【解决方案1】：

在 R 中使用 as.call 和 bquote 等函数构建表达式相对简单，而且函数是 R 中的第一类对象。使用动态签名构建函数有点棘手。这是一些可能有帮助的功能的通行证

to_params <- function(l) {
    z <- as.list(l)
      setNames(lapply(names(z), function(x) bquote(args[[.(x)]])), names(z))
}

add_exprs <- function(...) {
      x <- list(...)
    Reduce(function(a,b) bquote(.(a) + .(b)), x)
}

get_densities <- function(f) {
    lapply(paste0("d", f), as.name)
}

weight_expr <- function(w, e) {
    bquote(.(w) * .(e))
}
add_params <- function(x, p) {
    as.call(c(as.list(x), p))
}
call_with_x <- function(fn) {
    as.call(list(fn, quote(x)))
} 

fitmix <- function(data, dist, params, weights) {
    fb <- Reduce( add_exprs, Map(function(d, p, w) {
        weight_expr(w, add_params(call_with_x(d), to_params(p)))
    }, get_densities(dist), params, weights))
    f <- function(x, args) {}
    body(f) <- fb
    f
}

请注意，我更改了您的某些参数的类型。分布应该是字符串。参数应该是命名向量的列表。它适用于这样的调用

ff <- fitmix(data, dist=c("norm","chisq"), params=list(c(mean=0,sd=3),c(df=2)), 
    weights=c(0.5,0.5))

它返回一个接受x 和命名参数列表的函数。你可以这样称呼它

ff(0, list(mean=3, sd=2, df=2))
# [1] 0.2823794

返回与

相同的值

x <- 0
0.5 * dnorm(x, mean = 3, sd = 2) + 0.5 * dchisq(x, df = 2)
# [1] 0.2823794

【讨论】：