使用 R 以编程方式命名对象的最佳方法？答案

【问题标题】：Best way to name objects programmatically using R?使用 R 以编程方式命名对象的最佳方法？
【发布时间】：2013-07-20 02:22:05
【问题描述】：

我正在对数据集运行各种建模算法。通过将输入变量一次建模为我的响应，我得到了最好的结果，例如：

model <- train(y ~ x1 + x2 + ... + xn, ...)

一旦我训练了我的模型，我不想每次都重新运行它们，所以我一直在尝试将它们保存为 .rda 文件。这是一个随机森林模型的示例循环（请随意提出比循环更好的方法！）：

# data_resp contains my measured responses, one per column
# data_pred contains my predictors, one per column

for (i in 1:ncol(data_resp)) {

  model <- train(data_pred_scale[!is.na(data_resp[, i]), ],
                 data_resp[!is.na(data_resp[, i]), i],
                 method = "rf",
                 tuneGrid = data.frame(.mtry = c(3:6)),
                 nodesize = 3,
                 ntrees = 500)

  save(model, file = paste("./models/model_rf_", names(data_resp)[i], ".rda", sep = ""))

但是，当我加载模型时，它将被称为 model。

我还没有找到一个很好的方法来保存具有相应名称的模型，以便稍后尝试参考它。我发现可以将对象分配给这样的字符串：

assign(paste("./models/model_rf_", names(data_resp)[i], ".rda", sep = ""), train(...))

但我仍然不知道如何在保存对象时引用它：

save(???, file = ...)

我不知道如何通过自定义名称调用对象。

最后，即使加载也出现了问题。我试过assign("model_name", load("./model.rda"))，但结果对象string 最终只包含对象名称“模型”的字符串。

环顾四周，我发现了THIS 问题，这似乎是相关的，但我正试图弄清楚如何将其应用于我的情况。

我可以创建一个列表，其中包含data_resp（我测量的响应）中每个列名的名称，然后使用lapply 来使用train()，但我仍然有点卡在如何动态引用保存结果模型的新对象名称。

【问题讨论】：

您关于 save() 的具体问题可以通过阅读文档并注意第二个参数来回答。
在这种情况下尝试使用saveRDS和readRDS，它会简化很多事情。

标签： r loops variable-assignment

【解决方案1】：

这个答案涉及相当多的猜测，但我认为这可能会有所帮助：

# get a vector with the column names in data_resp
modNames <- colnames( data_resp )

# create empty list
models <- as.list( NULL )

# iterate through your columns and assign the result as list members
for( n in modNames )
{
  models[[n]] <- train(data_pred_scale[!is.na(data_resp[, n]), ],  ### this may need modification, can't test without data
                 data_resp[!is.na(data_resp[, n]), n],
                 method = "rf",
                 tuneGrid = data.frame(.mtry = c(3:6)),
                 nodesize = 3,
                 ntrees = 500)
}

# save the whole bunch
save( models, file = "models.rda" )

您现在可以仅使用load( "models.rda ) 检索这个对象，包含所有模型的列表，并使用列表表示法（models[[1]] 或列名，例如）对它们进行寻址。 models[["first"]].

【讨论】：

【解决方案2】：

当你保存模型时，保存另一个名为'name'的对象，它是你想要命名的东西的字符串：

> d=data.frame(x=1:10,y=rnorm(10))
> model=lm(y~x,data=d)
> name="m1"
> save(model,name,file="save1.rda")
> d=data.frame(x=1:10,y=rnorm(10))
> model=lm(y~x,data=d)
> name="m2"
> save(model,name,file="save2.rda")

现在每个文件都知道它想要调用的结果对象是什么。你如何让它重新加载？加载到新环境中，然后分配：

> e=new.env()
> load("save1.rda",env=e)
> assign(e$name,e$model)
> summary(m1)

Call:
lm(formula = y ~ x, data = d)

您现在可以安全地 rm 或重新使用 'e' 对象。您当然可以将其包装在一个函数中：

> blargh=function(f){e=new.env();load(f,env=e);assign(e$name,e$model,.GlobalEnv)}
> blargh("save2.rda")
> m2

Call:
lm(formula = y ~ x, data = d)

请注意，这样做是一件双重的坏事——首先，您可能应该将所有模型存储在一个文件中，作为带有名称的列表。其次，这个函数有副作用，如果你已经有一个名为m2 的对象，它就会被踩到。

像这样使用assign 几乎总是一个标志（dyswidt？）你应该使用一个列表来代替。

【讨论】：

【解决方案3】：

我认为有关使用循环执行此操作的其他答案很棒。我以此为契机，最终尝试更好地理解lapply，因为许多关于如何做到这一点的StackOverflow问题最终建议使用列表和lapply而不是循环。

我真的很喜欢将train() 的所有结果组合到一个列表中的想法（@vaettchen 在他的循环中做了），并且在考虑如何使用列表执行此操作时，这就是我想出的。首先，我需要列表形式的data.frame，每列一个条目。由于我并不真正使用列表，所以我四处寻找直到尝试as.list(df)，这就像一个魅力。

接下来，我想将我的 train 函数应用于我测量的响应变量列表的每个元素，所以我定义了这样的函数：

# predictors are stored in data_pred
# responses are in data_resp (one per column)
# rows in data_pred/data_resp (perhaps obviously) match, one per observation

train_func <- function(y) { train(x = data_pred, y = y,
   method = "rf", tuneGrid = data.frame(.mtry = 3:6),
   ntrees = 500) }

现在我只需要使用lapply 对data_resp 的每个元素应用train() 调用。我不知道如何创建一个空的占位符列表，因此感谢@vaettchen（我尝试list_name <- list() 没有成功）：

models <- lapply(as.list(data_resp), train_func)

太棒了，我发现models 的元素自动命名为我在data_resp 中的列名，这真是太棒了。我将它与shiny 包结合使用，因此这将使用户非常容易从下拉列表中选择响应变量（可以存储响应变量名称）并执行以下操作：

predict(models[["resp_name"]], new_data)

我认为这比基于循环的方法要好得多，而且一切都恰巧就位。我意识到这个问题明确要求以编程方式命名变量，所以如果这促使其他人以这种方式回答而不是“更大的图景”答案，我深表歉意。 lapply 的易用性表明，当存在（至少在我看来）更好的解决方案时，我试图强制采用特定的解决方案。

奖励：我没有意识到列表可以是多维的，但在尝试它时，似乎可以！这更好，因为我使用了许多算法，并且可以将 所有内容 存储在一个大列表对象中。

 func_rf <- function(y) { train(x = data_pred, y = y,
     method = "rf", tuneGrid = data.frame(.mtry = 3),
     ntrees = 100) }

 # svmRadial method requires formula syntax to work with factors,
 # so the train function has to be a bit different
 # add `scale = F` since I had to preProcess the numeric vars ahead of time
 # and cbind to the factors. Without it, caret will try to scale the data
 # for you, which fails for factors

 func_svm <- function(y) { train(y ~ ., cbind(data_pred, y),
     method = "svmRadial", tuneGrid = data.frame(.C = 1, .sigma = .2),
     scale = F) }

 model_list <- list(NULL)
 model_list$rf <- lapply(as.list(data_resp), func_rf)
 model_list$svm <- lapply(as.list(data_resp), func_svm)

现在我可以使用列表语法引用所需的模型和响应变量！

 predict(model_list[["svm"]][["response_variable"]], new_data)

对此非常满意，希望它能让代码更高效、更快，我真的喜欢我最终得到的“元对象”与大量文件，每个模型一个/响应变量组合，稍后我必须一次加载一个。

【讨论】：

使用 lapply 时上述功能是否有效？我正在尝试对trainControl 做同样的事情，但是运行 lapply 时参数似乎没有通过。
@Prophet60091 你能说得更具体一点吗？自从我使用它已经有一段时间了，但我肯定确实使用过它......所以是的，它的工作原理如图所示。您是否尝试创建trainControl 对象列表，然后遍历它们以查看对结果模型的影响？或者只是让lapply() 遍历模型/数据并引入trainControl 对象作为train() 参数的一部分？

【解决方案4】：

有点老问题，但仍然没有公认的答案。
据我了解，您需要以编程方式重命名变量并保存它，以便在重新加载时保留新名称。
试试这个：

saveWithName = function(var.name, obj){
  # var.name is a string with the name of the variable you want to assign
  # obj is any kind of R object (data.frame, list, etc.) you want to rename and save
  assign(var.name, obj)
  save(list=var.name, file=sprintf("model_%s.RData", var.name))
}

saveWithName("lab1", c(1,2))
saveWithName("lab2", c(3,4))
load("model_lab1.RData")
load("model_lab2.RData")

print(lab1)
#>[1] 1 2
print(lab2)
#[1] 3 4

【讨论】：