一個線性數組的R線性模型（lm）預測函數

Question

我在R中有一個經過訓練和序列化的lm模型。 在一個函數內部，我將模型和特征向量（一個單個數組）作為輸入傳遞，我有：

CREATE OR REPLACE FUNCTION lm_predict(
    feat_vec float[],
    model bytea
)
RETURNS float
AS
$$
    #R-code goes here.
    mdl <- unserialize(model)
    # class(feat_vec) outputs "array"
    y_hat <- predict.lm(mdl, newdata = as.data.frame.list(feat_vec))
    return (y_hat)
$$ LANGUAGE 'plr';

這將返回錯誤的y_hat ！ 我知道這一點是因為這個其他解決方案有效（此函數的輸入仍然是模型（在feat_vec數組中）和一個feat_vec （數組））：

CREATE OR REPLACE FUNCTION lm_predict(
    feat_vec float[],
    model bytea
)
RETURNS float
AS
$$
    #R-code goes here.
    mdl <- unserialize(model)
    coef = mdl$coefficients
    y_hat = coef[1] + as.numeric(coef[-1]%*%feat_vec)
    return (y_hat)
$$ LANGUAGE 'plr';

我究竟做錯了什么？？ 這是相同的非序列化模型，第一個選項也應該給我正確的答案...

Answer 1

問題似乎是使用newdata = as.data.frame.list(feat_vec) 。 如您在上一個問題中所討論的，這將返回難看的列名。 當您調用predict ， newdata列名稱必須與模型公式中的協變量名稱一致。 調用predict時，您應該收到一些警告消息。

## example data
set.seed(0)
x1 <- runif(20)
x2 <- rnorm(20)
y <- 0.3 * x1 + 0.7 * x2 + rnorm(20, sd = 0.1)

## linear model
model <- lm(y ~ x1 + x2)

## new data
feat_vec <- c(0.4, 0.6)
newdat <- as.data.frame.list(feat_vec)
#  X0.4 X0.6
#1  0.4  0.6

## prediction
y_hat <- predict.lm(model, newdata = newdat)
#Warning message:
#'newdata' had 1 row but variables found have 20 rows 

您需要的是

newdat <- as.data.frame.list(feat_vec,
                             col.names = attr(model$terms, "term.labels"))
#   x1  x2
#1 0.4 0.6

y_hat <- predict.lm(model, newdata = newdat)
#        1 
#0.5192413 

這與您可以手動計算的內容相同：

coef = model$coefficients
unname(coef[1] + sum(coef[-1] * feat_vec))
#[1] 0.5192413