[英]Use multiple predictors in linear model with purrr map2 function
我的問題與此類似,但是現在我試圖使用具有多個預測變量的模型,但無法弄清楚如何將新數據納入預測函數。
library(dplyr)
library(lubridate)
library(purrr)
library(tidyr)
library(broom)
set.seed(1234)
首先,我創建幾個星期
wks = seq(as.Date("2010-01-01"), Sys.Date(), by="1 week")
然后我抓住了今年
cur_year <- year(Sys.Date())
在這里,我用偽數據創建一個數據幀
my_data <- data.frame(
week_ending = wks
) %>%
mutate(
ref_period = week(week_ending),
yr = year(week_ending),
PCT.EXCELLENT = round(runif(length(wks), 0, 100),0),
PCT.GOOD = round(runif(length(wks), 0, 100),0),
PCT.FAIR = round(runif(length(wks), 0, 100),0),
PCT.POOR = round(runif(length(wks), 0, 100),0),
PCT.VERY.POOR = round(runif(length(wks), 0, 100),0),
pct_trend = round(runif(length(wks), 75, 125),0)
)
接下來,我創建一個嵌套的數據框,將一年中每個星期的數據作為一組。
cond_model <- my_data %>%
filter(yr != cur_year) %>%
group_by(ref_period) %>%
nest(.key=cond_data)
在這里,我將本年度的數據按一年中的一周合並回往年的數據。
cond_model <- left_join(
cond_model,
my_data %>%
filter(yr==cur_year) %>%
select(week_ending,
ref_period,
PCT.EXCELLENT,
PCT.FAIR,
PCT.GOOD,
PCT.POOR,
PCT.VERY.POOR),
by = c("ref_period")
)
並將線性模型添加到一年中每個星期的數據框中
cond_model <-
cond_model %>%
mutate(model = map(cond_data,
~lm(pct_trend ~ PCT.EXCELLENT + PCT.GOOD + PCT.FAIR + PCT.POOR + PCT.VERY.POOR, data = .x)))
現在我想每周使用該模型來預測使用今年的數據。 我嘗試了以下方法:
cond_model <-
cond_model %>%
mutate(
pred_pct_trend = map2_dbl(model, PCT.EXCELLENT + PCT.GOOD + PCT.FAIR + PCT.POOR + PCT.VERY.POOR,
~predict(.x, newdata = data.frame(.y)))
)
這給出了以下錯誤:
Error in mutate_impl(.data, dots) : object 'PCT.EXCELLENT' not found
然后,我嘗試將預測變量嵌套在數據框中...
用今年的數據創建數據框架並嵌套預測變量
cur_cond <- my_data %>%
filter(yr==cur_year) %>%
select(week_ending, PCT.EXCELLENT,
PCT.GOOD, PCT.FAIR, PCT.POOR, PCT.VERY.POOR) %>%
group_by(week_ending) %>%
nest(.key=new_data) %>%
mutate(new_data=map(new_data, ~data.frame(.x)))
將其加入我的主數據框架
cond_model <- left_join(cond_model, cur_cond)
現在,我再次嘗試預測:
cond_model <-
cond_model %>%
mutate(
pred_pct_trend = map2_dbl(model, new_data,
~predict(.x, newdata = data.frame(.y)))
)
我收到與以前相同的錯誤:
Error in mutate_impl(.data, dots) : object 'PCT.EXCELLENT' not found
我認為答案可能涉及對預測變量執行flatten(),但是我無法弄清楚工作流程中的位置。
cond_model$new_data[1]
與
flatten_df(cond_model$new_data[1])
在這一點上,我的想法已經用完了。
一旦添加了預測數據集,主要問題就是如何處理沒有預測數據的星期(第31-53周)。
您將看到將兩個數據集合並時,沒有預測數據集的行將填充為NULL
。 您可以使用ifelse
語句為這些行給出NA
預測。
# Modeling data
cond_model = my_data %>%
filter(yr != cur_year) %>%
group_by(ref_period) %>%
nest(.key = cond_data)
# Create prediction data
cur_cond = my_data %>%
filter(yr == cur_year) %>%
group_by(ref_period) %>%
nest( .key = new_data )
# Join these together
cond_model = left_join(cond_model, cur_cond)
# Models
cond_model = cond_model %>%
mutate(model = map(cond_data,
~lm(pct_trend ~ PCT.EXCELLENT + PCT.GOOD +
PCT.FAIR + PCT.POOR + PCT.VERY.POOR, data = .x) ) )
如果沒有預測數據,則輸入ifelse
以返回NA
。
# Predictions
cond_model %>%
mutate(pred_pct_trend = map2_dbl(model, new_data,
~ifelse(is.null(.y), NA,
predict(.x, newdata = .y) ) ) )
# A tibble: 53 x 5
ref_period cond_data new_data model pred_pct_trend
<dbl> <list> <list> <list> <dbl>
1 1 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 83.08899
2 2 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 114.39089
3 3 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 215.02055
4 4 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 130.24556
5 5 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 112.86516
6 6 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 107.29866
7 7 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 52.11526
8 8 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 106.22482
9 9 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 128.40858
10 10 <tibble [7 x 8]> <tibble [1 x 8]> <S3: lm> 108.10306
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.