【发布时间】：2013-05-28 15:36:15
【问题描述】：
我想使用生成的模型来预测值。这是最简单的部分：
predicted = fitted.values(glm(dep ~ indep, family = myFamily, maxit = myMaxit)
但是：对于每种情况，我都不想使用这种情况来构建模型（不使用 for 循环）
例子：
Grade Sex Age Course School
-------------------------------
1 m 11 math St.Adam
2 w 12 engl St.Adam
3 m 13 fren St.Adam
4 w 14 math St.Eve
5 m 15 engl St.Eve
6 w 16 fren St.Eve
… … … … …
假设我想预测 St.Adam 学生的平均成绩，但不想用它们来构建模型。
【问题讨论】：
-
所以你实际上是在尝试做一种留一式验证/预测的形式？您能否提供更多背景信息和可重复的示例？您能解释一下为什么要避免循环吗？ （原则上，您可以创建一个函数，尝试通过省略/添加单个案例来有效地更新模型，但我不知道您将如何完全避免循环......）
-
我了解到 Matlab、R 等“语言”中的循环通常较慢，因此我正在寻找“本机”解决方案。如果 for 循环是本机解决方案，我很抱歉造成误解。
-
“循环很慢”有点过度概括，尽管作为第一遍还不错。更好的说法是“矢量化解决方案在起作用时要快得多”。在这种情况下，我认为没有一种简单的方法可以创建矢量化解决方案。