在 R 中使用 M 个模型预测块答案

【问题标题】：Predicting chunks with M models in R在 R 中使用 M 个模型预测块
【发布时间】：2018-08-11 19:24:42
【问题描述】：

我有数据集 (HEART)。我把它分成几块。我想用他 (M=3) 以前的模型来预测每个块。在这种情况下，我想预测块号 10 - 模型为 7、8、9。块 9 - 模型 6,7,8... 块 4 - 模型 1,2,3。这是我的代码：

library(caret)
dat1 <- read.csv(url("http://archive.ics.uci.edu/ml/machine-learning-databases/heart-disease/processed.cleveland.data"), header = FALSE,sep = ",")
colnames(dat1) <- c(LETTERS[1:(ncol (dat1)-1)],"CLA")
dat1$CLA<-as.factor (dat1$CLA)

chunk <- 30
n <- nrow(dat1)
r  <- rep(1:floor(n/chunk),each=chunk)[1:n]
d <- split(dat1,r)

N<-floor(n/chunk)
cart.models <- list()
for(i in 1:N){cart.models[[i]]<-rpart(CLA~ ., data = d[[i]]) }
for (i in (1+M):N) { k=0
  for (j in (i-M):(i-1)) { 
    k=k+1
    d[[i]][,(ncol(d[[i]])+k)]<-(predict(cart.models[[j]], d[[i]][,c(-14)], type = "class") )
    } 
     }

我收到以下错误：

Error in `[<-.data.frame`(`*tmp*`, , (ncol(d[[i]]) + k), value = c(1L,  : 
  new columns would leave holes after existing columns

【问题讨论】：

标签： r loops predict rpart

【解决方案1】：

您的问题有点令人费解，您加载caret 时没有使用其中的任何函数。目标看起来像是一个时间序列分析，但不是建立在一个块上并预测它之后的那个，你有一个更复杂的愿望，所以来自caret 的createTimeSlices 不会成功。您可以使用trainControl 中的index 和indexOut 参数在插入符号中创建自定义折叠，但这最终会导致创建的模型（准确地说是21 个）比提出的目标（9）所需的模型多。所以我相信循环是一种合适的方式：

创建模型：

library(rpart)

N <- 9
cart.models <- list()
for(i in 1:N){
  cart.models[[i]] <- rpart(CLA~ ., data = d[[i]])
}

N 可以是9，因为以后不会使用10。

创建一个矩阵来存储值：

cart.predictions <- matrix(nrow = chunk, ncol = length(4:10)*3)

它应该具有与每个块中的预测相同的行数（因此 30），并且它应该具有与预测一样多的列（4:10 块的三个模型）。

k <- 0 #as a counter
for (j in 4:10) { #prediction on chunks 4:10
  p <- j-3  
  pred <- list()
  for(i in p : (p+2)) { #using models (chink - 3) : (chunk - 1)
    k = k + 1 
    predi <- predict(cart.models[[i]], d[[j]], type = "class")
    cart.predictions[,k] <- predi
  }
}

这将为预测创建一个数字矩阵。默认情况下，当 R 将因子转换为数字时，它会为它们提供数字：1 到第一级，2 到第二级等 - 所以要获得级别 (0:4)，您可以：

cart.predictions <- as.data.frame(cart.predictions - 1)

创建列名：

names <- expand.grid(3:1, 4:10)
names$Var1 <- with(names, Var2 - Var1) 

colnames(cart.predictions) <- make.names(paste0(names$Var1,"_", names$Var2))

让我们检查它是否正确：

从模型 5 对块 6 的预测转换为数字

as.numeric(as.character(predict(cart.models[[5]], d[[6]], type = "class")))

应该等于

cart.predictions[["X5_6"]] #that's how the names were designed

all.equal(as.numeric(as.character(predict(cart.models[[5]], d[[6]], type = "class"))),
          cart.predictions[["X5_6"]])
#output
TRUE

或者你可以先创建一个字符矩阵：

cart.predictions <- matrix(data = NA_character_, nrow = chunk, ncol = length(4:10)*3)

k <- 0 #as a counter
for (j in 4:10) { 
  p <- j-3
  pred <- list()
  for(i in p : (p+2)) {
    k = k + 1 
    predi <- predict(cart.models[[i]], d[[j]], type = "class")
    cart.predictions[,k] <- predi
  }
} 

cart.predictions <- as.data.frame(cart.predictions)

如果类是某些“名称”，这应该是首选方法。

【讨论】：