我有一个奇怪的问题,我似乎无法解决 .
我已经尝试编写一个函数,对R中逐步过程选择的模型执行K折交叉验证 . (我知道逐步过程的问题,它纯粹用于比较目的):)
现在的问题是,如果我定义函数参数(linmod,k,direction)并运行函数的内容,它可以完美地工作 . 但是,如果我将它作为一个函数运行,我会收到一条错误,指出无法找到datas.train对象 .
我已经尝试使用debug()逐步执行该函数,并且该对象显然存在,但R表示当我实际运行该函数时它不会 . 如果我只是使用lm()拟合模型,它工作正常,所以我认为这是循环中的step函数的问题,而在函数内部 . (尝试注释掉步骤命令,并将预测设置为普通线性模型的预测 . )
#CREATE A LINEAR MODEL TO TEST FUNCTION
lm.cars <- lm(mpg~.,data=mtcars,x=TRUE,y=TRUE)
#THE FUNCTION
cv.step <- function(linmod,k=10,direction="both"){
response <- linmod$y
dmatrix <- linmod$x
n <- length(response)
datas <- linmod$model
form <- formula(linmod$call)
# generate indices for cross validation
rar <- n/k
xval.idx <- list()
s <- sample(1:n, n) # permutation of 1:n
for (i in 1:k) {
xval.idx[[i]] <- s[(ceiling(rar*(i-1))+1):(ceiling(rar*i))]
}
#error calculation
errors <- R2 <- 0
for (j in 1:k){
datas.test <- datas[xval.idx[[j]],]
datas.train <- datas[-xval.idx[[j]],]
test.idx <- xval.idx[[j]]
#THE MODELS+
lm.1 <- lm(form,data= datas.train)
lm.step <- step(lm.1,direction=direction,trace=0)
step.pred <- predict(lm.step,newdata= datas.test)
step.error <- sum((step.pred-response[test.idx])^2)
errors[j] <- step.error/length(response[test.idx])
SS.tot <- sum((response[test.idx] - mean(response[test.idx]))^2)
R2[j] <- 1 - step.error/SS.tot
}
CVerror <- sum(errors)/k
CV.R2 <- sum(R2)/k
res <- list()
res$CV.error <- CVerror
res$CV.R2 <- CV.R2
return(res)
}
#TESTING OUT THE FUNCTION
cv.step(lm.cars)
有什么想法吗?
2 回答
创建公式时,
lm.cars
,in已分配了自己的环境 . 除非您明确更改,否则此环境将保留公式 . 因此,当您使用formula
函数提取公式时,将包含模型的原始环境 .我不知道我是否在这里使用了正确的术语,但我认为您需要明确更改函数中公式的环境:
另一个可能导致此问题的问题是,如果将
character
(字符串vector
)传递给lm
而不是formula
.vector
没有environment
,所以当lm
将character
转换为formula
时,它显然也没有environment
而不是自动分配本地环境 . 如果然后使用对象作为不在数据参数data.frame
中的权重,但是在本地函数参数中,则会得到not found
错误 . 这种行为不是很容易理解 . 这可能是一个错误 .这是一个可重复性最小的例子 . 此函数采用
data.frame
,两个变量名称和要使用的权重向量 .并测试:
这是一个非常微妙的错误 . 如果用
browser
进入函数环境,可以看到权重向量就好了,但在lm
调用中找不到它!如果使用名称
weights
作为权重变量,则该错误变得更难调试 . 在这种情况下,由于lm
找不到权重对象,因此默认为 base 中的函数weights()
,因此引发了一个更奇怪的错误:不要问我花了多少小时来弄明白这一点 .