创建预定义 S3 对象的列表答案

【问题标题】：Create list of predefined S3 objects创建预定义 S3 对象的列表
【发布时间】：2016-06-10 20:18:35
【问题描述】：

我正忙于比较 R 中的不同机器学习技术。情况就是这样：我制作了几个函数，它们能够以自动方式创建每个不同的预测模型（例如：逻辑回归、随机森林、神经网络、混合集成等）、预测、混淆矩阵、几种统计数据（例如 AUC 和 Fscore）以及不同的图。

我设法创建了一个能够存储所需数据的 S3 对象。但是，当我尝试创建已定义对象的列表时，这会失败，并且所有数据都按顺序存储在 1 个大列表中。

这是我的 S3 对象（因为这是我第一次创建 S3，我不确定代码是否 100% 正确）：

modelObject <- function(modelName , modelObject, modelPredictions , rocCurve , aUC , confusionMatrix )
{

  modelObject <- list(
    model.name = modelName,
    model.object = modelObject,
    model.predictions = modelPredictions,
    roc.curve = rocCurve,
    roc.auc = aUC,
    confusion.matrix = confusionMatrix

  )

  ## Set the name for the class
  class(modelObject) <- "modelObject"
  return(modelObject)
}

在每个机器学习函数的最后，我定义并返回对象：缩短示例：

NeuralNetworkAnalysis<- function() {
  #I removed the unnecessary code, as only the end of the code is relevant
  nn.model <- modelObject(modelName = "Neural.Network" , modelObject = NN , modelPredictions = predNN , rocCurve = roc , aUC = auc , confusionMatrix = confu  )
 return(nn.model)
  }

最后，在我的“脚本”函数中，我创建了一个空列表并尝试附加不同的对象

 #function header and arguments before this part are irrelevant

# Build predictive model(s)
  modelList = list("model" = modelObject)
  modelList <- append(modelList ,   NeuralNetworkAnalysis())
  modelList <- append(modelList,  RandomForestAnalysis())
  mod <<- RandomForestAnalysis() #this is to test what the outcome is when I do not put it in a list
  return(modelList) } #end of the function ModelBuilding
models <- ModelBuilding( '01/01/2013'  , '01/01/2014'  ,  '02/01/2014' ,  '02/01/2015' )

现在，当我查看模型列表时，我没有对象列表，我只有一个包含每个算法的所有数据的列表。

类（模型）[1]“列表”

类（mod）[1]“模型对象”

我怎样才能解决这个问题，这样我就可以有一个列表，例如：

list$random.forest$variable.I.want.to.access（最优惠）

或

list[i]$variable.of.random.forest.that.I.want.to.access

提前谢谢！

奥利维尔

【问题讨论】：

标签： r list oop object store

【解决方案1】：

不确定我是否理解正确，但问题可能仅在于您的模型列表是如何构建的。如果你尝试

 modelList[["neural.network"]] <- NeuralNetworkAnalysis()
 modelList[["random.forest"]] <- RandomForestAnalysis()

等等，这是否为您提供了您正在寻找的访问方法？

【讨论】：