-1
저는 현재 두 개의 다른 모델에 맞는 모델 적합성을 계산하는 두 가지 기능을 가진 다음 코드를 가지고 있습니다. 차이는 + 로그 (V2) 모델에 추가 된 LM 기능에 2R : 두 모델에 대한 루프 만들기?
R 코드
dat <- data.frame(clicks = runif(30, 1, 100), v1 = runif(30, 1, 100), v2 = runif(30, 1, 100))
p0 <- 1 # number of parameters in lm()
p1 <- 2 # number of parameters in lm()
n <- nrow(dat) - 1
## Model 1 Loop
model1 <- function(x) {
fit <- lm(log(clicks) ~ log(v1), data = dat, subset = 1:x, model = FALSE)
pred <- predict(fit, newdata = dat[x+1, ])
c(summary(fit)$r.squared)
}
## Model 1 Regression
result_m1 <- t(sapply(p0:n, model1))
data.frame(result_m1)
## Model 2 Loop
model2 <- function(x) {
fit <- lm(log(clicks) ~ log(v1) + log(v2), data = dat, subset = 1:x, model = FALSE)
pred <- predict(fit, newdata = dat[x+1, ])
c(summary(fit)$r.squared)
}
## Model 2 Regression
result_m2 <- t(sapply(p1:n, model2))
data.frame(result_m2)
질문 : 어떻게 든 함수를 만들 수 모든 모델에 대해 계산을 반복하는 대신 다른 모델에 대해서만 루프를 구현합니다.
나는 이것을 염두에두고 있지만 구현할 수 없었다. http://www.ats.ucla.edu/stat/r/pages/looping_strings.htm
http://codereview.stackexchange.com에 속하기 때문에이 질문을 주제로 끝내기 위해 투표하고 있습니다. –