所有可能的線性模型

說我有一個訓練在數據幀train的列ColA，ColB，ColC等，其中這些列的指定二進制類設置自動創建公式，說柱Class，用「是」或「否」的值。所有可能的線性模型

我嘗試一些二元分類，例如：

library(klaR) 
mynb <- NaiveBayes(Class ~ ColA + ColB + ColC, train)

我想在一個循環中運行上面的代碼，自動生成所述式中的列的所有可能組合，即：

mynb <- append(mynb, NaiveBayes(Class ~ ColA, train) 
mynb <- append(mynb, NaiveBayes(Class ~ ColA + ColB, train) 
mynb <- append(mynb, NaiveBayes(Class ~ ColA + ColB + ColC, train) 
... 
mynb <- append(mynb, NaiveBayes(Class ~ ColB + ColC + ColD, train) 
...

如何自動爲涉及數據框的列的每個可能的線性模型生成公式？

來源

2011-03-14 Leo

看到@ gd047的答案[這裏]（HTT p：//stats.stackexchange.com/questions/6856/aggregating-results-from-linear-model-runs-r） – Chase 2011-03-14 15:24:45

謝謝，@Chase！該鏈接非常有用！ – Leo 2011-03-15 09:17:07

說我們這個荒謬的例子的工作：

DF <- data.frame(Class=1:10,A=1:10,B=1:10,C=1:10)

然後，你列的名稱

Cols <- names(DF) 
Cols <- Cols[! Cols %in% "Class"] 
n <- length(Cols)

您構建所有可能的組合

id <- unlist(
     lapply(1:n, 
       function(i)combn(1:n,i,simplify=FALSE) 
     ) 
     ,recursive=FALSE)

你把它們粘貼到公式

Formulas <- sapply(id,function(i) 
       paste("Class~",paste(Cols[i],collapse="+")) 
      )

然後你循環它們以應用模型。

lapply(Formulas,function(i) 
    lm(as.formula(i),data=DF))

即使被警告：如果你有超過少數列的更多，這將很快成爲記憶非常重，導致成千上萬的機型。你有2^n - 1個不同的模型，其中n是列數。

確信這就是你想要的，一般來說這種模型比較是強烈建議不要的。當你這樣做的時候，忘記任何類型的推理。

來源

2011-03-14 15:34:39

這是Mark Heckman的優秀blog post，詳細介紹瞭如何構建所有可能的迴歸模型，給出一組解釋變量和響應變量。但是，正如Joris所指出的那樣，我將嚴格禁止使用這種方法，因爲（a）迴歸的數量呈指數增長，（b）統計專家不建議這類數據捕撈，因爲它充滿了各種各樣的的風險。

來源

2011-03-14 17:20:18 Ramnath

vars<-c('a','b','c','d') 
library(gregmisc) 
indexes<-unique(apply(combinations(length(vars), length(vars), repeats=T), 1, unique)) 
gen.form<-function(x) as.formula(paste('~',paste(vars[x],collapse='+'))) 
formulas<-lapply(indexes, gen.form) 
formulas

生成：

R>公式

[[1]] 〜了

[[2]] 〜A + B

[[3] ] 〜a + c

[[4]] 〜A + d

[[5]] 〜A + B + C

[[6]] 〜A + B + d

[[7]] 〜A + C + d

[[8]] 〜A + b + C + d

[[9]] 一b

[[10] ] 〜B + C

[[11]] 〜B + d

[[12]] 〜B + C + d

[[13]] 〜Ç

[[14]] 〜C + d

[[15]] 〜d

來源

2011-03-15 14:06:28

install.packages中的警告：軟件包'gregmisc'不可用（對於R版本3.2.2） – Mox 2016-11-05 16:40:05

所有可能的線性模型

回答

相關問題