在r中的函数中使用多个变量

Question

我有这个功能

ANN<-function (x,y){
DV<-rep(c(0:1),5)
X1<-c(1:10)
X2<-c(2:11)
ANN<-neuralnet(x~y,hidden=10,algorithm='rprop+')
return(ANN)
}

我需要功能运行像

    formula=X1+X2
    ANN(DV,formula)

并获得功能的结果。 因此，问题在于功能要使用在功能运行期间创建的对象。 我需要运行低谷x，y的更多组合，所以我需要这种方式。 任何建议如何实现呢？ 谢谢

Answer 1

我已经编辑了答案，这仍然对我有用。 对你起作用吗？ 您能具体说明遇到什么样的错误吗？

新回应：

ANN<-function (y){
    X1<-c(1:10)
    DV<-rep(c(0:1),5)
    X2<-c(2:11)
    dat <- data.frame(X1,X2)
    ANN<-neuralnet(DV ~y,hidden=10,algorithm='rprop+',data=dat)
    return(ANN)
    }

formula<-X1+X2
ANN(formula)

Answer 2

如果要这样分别指定公式的两个部分，则仍应将它们作为公式传递。

library(neuralnet)
ANN<-function (x,y){
    DV<-rep(c(0:1),5)
    X1<-c(1:10)
    X2<-c(2:11)
    formula<-update(x,y)
    ANN<-neuralnet(formula,data=data.frame(DV,X1,X2),
         hidden=10,algorithm='rprop+')
    return(ANN)
}

ANN(DV~., ~X1+X2)

而假设你使用neuralnet()从neuralnet库，似乎data=是必需的，所以你需要在这些列data.frame通过。

特殊的公式，因为除非明确要求，否则不对它们进行求值。 这与仅使用符号不同，在符号使用后，符号就会在适当的框架中立即被评估。 这意味着DV （“名称”）和DV~.之间有很大的差异DV~. （一个公式）。 后者在传递给函数和在不同上下文中进行评估时更安全。 使用符号/名称会使事情变得更加棘手。