在 R 中向量化构建多个模型答案

【问题标题】：Vectorising building multiple models in R在 R 中向量化构建多个模型
【发布时间】：2014-07-21 09:51:49
【问题描述】：

我的数据（包含多个矩阵对象的列表）如下所示：

$matrix_1
    26/03/2012  02/04/2012  09/04/2012  16/04/2012  23/04/2012  30/04/2012  07/05/2012  14/05/2012  21/05/2012  28/05/2012
26/03/2012  500 40  30  20  21  18  8   7   8   5
02/04/2012  NA  100 25  19  16  15  10  6   7   8
09/04/2012  NA  NA  200 55  50  45  38  35  34  32
16/04/2012  NA  NA  NA  400 50  30  20  10  12  7

$matrix_b
    26/03/2012  02/04/2012  09/04/2012  16/04/2012  23/04/2012  30/04/2012  07/05/2012  14/05/2012  21/05/2012  28/05/2012
26/03/2012  500 40  30  20  21  18  8   7   8   5
02/04/2012  NA  100 25  19  16  15  10  6   7   8
09/04/2012  NA  NA  200 55  50  45  38  35  34  32
16/04/2012  NA  NA  NA  400 50  30  20  10  12  7

现在我已经编写了一个循环，使用 NLS 和我自己指定的曲线函数将曲线拟合到我的每一行数据。即对于 matrix_a 行 26/03/2012，我正在根据这些数据点拟合曲线：

500 40  30  20  21  18  8   7   8   5

在我的循环中，我提取曲线系数以供以后使用

有没有办法可以矢量化这个方法？这样我就不必使用循环了吗？

我以这种方式对每一行使用 NLS：

fit.function <- function(a,x,b)
                   {return(a*x^b)}

 mod <- nls(values ~ fit.function(a,index_of_values,b))

其中 index_of_values 为 1、2、3 等。（即列号）

【问题讨论】：

您能提供一些适合您曲线的代码 sn-ps 吗？
嗨，shecode。看看sapply函数，大概就是你想要的吧。
我添加了一些sn-ps

标签： r matrix vectorization curve-fitting nls

【解决方案1】：

感谢您的帮助，我最终使用了 sapply 并且成功了

即这是我的代码的一些 sn-ps：

fit.function <- function(a,x,b)
                   {return(a*x^b)}


xx<-sapply(setNames(1:10,rownames(dataset[1:10])), function(i) {
    to_predict= dataset[i,]
    ind = dataset2[i,]
    mod=nls(to_predict~ fit.function(a,ind,b))
    return(c(summary(mod)$coefficients[1],summary(mod)$coefficients[2]))
})

【讨论】：