[英]Using sapply (or apply) inside objective function for optim ; object in list element no longer recognized
我想使用基于元素列表的目标函数,每个元素都是在数据框(df)上应用函数的结果((函数是df观测值的“度量”的方差))。 也就是说,我有一个dfs列表。 我自然希望将功能sapply
dfs列表。
如果没有sapply
, 则第一个块起作用。 它用于单个df,因此如果没有sapply命令,则该函数为min.RSS(标准误差的计算,我们希望optim
使其最小化)
#setup dfs
list_dat <- array(list(), dim=c(2,1))
list_dat[[1]] =data.frame(x=c(1,2,3,4,5,6,7,8),
y=c(1,3,5,6,8,12,15,19))
list_dat[[2]] =data.frame(x=c(1,2,3,4,5,6),
y=c(1,3,5,6,8,12))
#define objective fn
min.RSS <- function(data, par) {
with(data, sum((par[1] + par[2] * x - y)^2))
}
#optimize : find minimum given starting values, feeding in the first element, namely the df
result <- optim(c(0.5,0.5), min.RSS, data = list_dat[[1]])
以下内容不起作用 ,包含sapply
的块,返回错误
eval(expr,envir,enclos)中的错误:找不到对象“ x”
谁能看到为什么?
#define new objective function based only on the first element, and optimize
min.RSS <- function(data, par) {
sapply(list, function(data) with(data, sum((par[1] + par[2]* x - y)^2)))[[1]]
}
result <- optim(c(0.5,0.5), min.RSS, data = list_dat) # optimize, feeding in the list of (2) dfs
为了解释我不了解的内容,仅在没有optim
情况下使用sapply就可以了。 我将经过优化的参数par[1]
par[2]
更改为标量。 也就是说,以下内容也有效
list2 <- sapply(list_dat, function(data) with(data, sum((1 + 2 * x - y)^2)))
list_dat
不是列表,而是列表的数组。 min.RSS
定义将data
定义为参数,然后引用list
# You don't really need to preallocate the list, but if you insist
list_dat <- vector(length=2, mode='list')
list_dat[[1]] =data.frame(x=c(1,2,3,4,5,6,7,8),
y=c(1,3,5,6,8,12,15,19))
list_dat[[2]] =data.frame(x=c(1,2,3,4,5,6),
y=c(1,3,5,6,8,12))
min.RSS <- function(list, par) {
sapply(list, function(data) with(data, sum((par[1] + par[2]* x - y)^2)))[[1]]
}
result <- optim(c(0.5,0.5), min.RSS, list = list_dat)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.