如何在for循环中定义模型名称？

Question

我想在不同样本上训练n个随机森林。样本1给出rf1，样本2给出rf2，依此类推。

但是这种代码不起作用（类型为'closure'的错误对象不可子集）

for (i in 1:3) {
       rf$i <- train(Y~.,data=trainingData,method="rf",
              ntree = 100,
              tuneGrid=data.frame(mtry = mtry),
              trControl = controle,
              metric='ROC')
}

如何创建n个随机森林模型？此致Loïc

Answer 1

它不起作用，因为rf尚不存在，因此您无法对其进行子集化。

1。使用列表作为容器

以下内容应该起作用。

# define the length of your random forest trials
N = 3
rf = vector( "list", N)
for (i in seq_len( N ) {
   rf[[ i ]] <- train( Y ~. , data = trainingData, method = "rf",
          ntree = 100,
          tuneGrid=data.frame(mtry = mtry),
          trControl = controle,
          metric='ROC')
}

以上代码存储列表rf，其中包含根据N的三个元素。您可以使用rf[[ 1 ]]，rf[[ 2 ]]，rf[[ 3 ]]访问每个对象。

2。独立存储对象

如果要在全局环境中物理存储独立的rf对象，则必须使用assign()，如下所示：

# define the length of your random forest trials
N = 3
for (i in seq_len( N ) {
       assign( paste0( "rf", i) ,
               train( Y ~. , 
                      data = trainingData, method = "rf",
                      ntree = 100,
                      tuneGrid=data.frame(mtry = mtry),
                      trControl = controle,
                      metric='ROC')
    }

这将在环境中存储三个对象rf1，rf2和rf3，您可以独立地对其进行操作。