高效地将 predict.glm 与多个模型一起使用

【问题标题】：Efficiently use predict.glm with multiple models高效地将 predict.glm 与多个模型一起使用
【发布时间】：2015-02-04 05:34:58
【问题描述】：

我正在权衡使用一个单一模型的效果，而不是在大约 100,000 行数据上拆分成两个不同的模型（拆分模型）。为此，我从拆分模型中得到结果，如下所示：

preds <- numeric(nrow(DF))
for (i in 1:nrow(DF))
{
  if (DF[i,]$col == condition)
  {
    preds[i] <- predict(glm1, DF[i,])
  }
  else
  {
    preds[i] <- predict(glm2, DF[i,])
  }
}

无论出于何种原因，这似乎都非常缓慢，尤其是与像这样只按整个数据框相比时：

preds <- predict(glm1,DF)

您对如何优化第一个 sn-p 有任何想法吗？

【问题讨论】：

我一点也不惊讶它很慢。似乎您可以通过使用适当的一对“newdata”参数来通过两个“预测”调用来获得它。
正如我在另一条评论中提到的，我需要保持顺序与数据框的顺序相同，以便我可以执行检查 ROC 之类的操作。

标签： r logistic-regression predict

【解决方案1】：

preds1 <- predict(glm1, DF[DF$col == condition, ])
preds2 <- predict(glm2, DF[DF$col != condition,])

如果您希望它们在保存向量中，只需使用c()。

如果您想构建一个包含由condition 分层的实际值和预测值的数据框，那么首先创建一个包含“实际”和cond 变量的结构，其中一些目前尚未命名或归因于任何变量特定的结构，所以我假设它们位于名为 DF 的数据框中，列名为“actual”：

 compare.df <- data.frame(act=DF$actual, cond =DF$col, pred = NA)
 compare.df[DF$col==condition, 'pred'] <- 
        predict(glm1, DF[DF$col == condition, ])
 compare.df[DF$col !=condition, 'pred'] <- 
        predict(glm2, DF[DF$col != condition, ])

【讨论】：

这里的主要问题是，如果我想将预测值与实际值进行比较，我现在已经失去了 DM 的原始排序。