將預測添加到 DataFrame
用法
add_predictions(data, model, var = "pred", type = NULL)
spread_predictions(data, ..., type = NULL)
gather_predictions(data, ..., .pred = "pred", .model = "model", type = NULL)
參數
- data
-
用於生成預測的 DataFrame 。
- model
-
add_predictions
采用單個model
; - var
-
輸出列的名稱,默認值為
pred
- type
-
預測類型,傳遞給
stats::predict()
。請參閱給定model
的predict()
文檔以確定有效值。 - ...
-
gather_predictions
和spread_predictions
采用多個模型。該名稱將從參數名稱或模型名稱中獲取。 - .pred, .model
-
gather_predictions
使用的變量名稱。
值
一個 DataFrame 。 add_prediction
將一個新列添加到輸入 data
中,默認名稱為 pred
。 spread_predictions
為每個模型添加一列。 gather_predictions
添加兩列 .model
和 .pred
,並為每個模型重複輸入行。
例子
df <- tibble::tibble(
x = sort(runif(100)),
y = 5 * x + 0.5 * x ^ 2 + 3 + rnorm(length(x))
)
plot(df)
m1 <- lm(y ~ x, data = df)
grid <- data.frame(x = seq(0, 1, length = 10))
grid %>% add_predictions(m1)
#> x pred
#> 1 0.0000000 2.814380
#> 2 0.1111111 3.441413
#> 3 0.2222222 4.068446
#> 4 0.3333333 4.695478
#> 5 0.4444444 5.322511
#> 6 0.5555556 5.949544
#> 7 0.6666667 6.576577
#> 8 0.7777778 7.203610
#> 9 0.8888889 7.830642
#> 10 1.0000000 8.457675
m2 <- lm(y ~ poly(x, 2), data = df)
grid %>% spread_predictions(m1, m2)
#> x m1 m2
#> 1 0.0000000 2.814380 2.358486
#> 2 0.1111111 3.441413 3.263516
#> 3 0.2222222 4.068446 4.098546
#> 4 0.3333333 4.695478 4.863576
#> 5 0.4444444 5.322511 5.558606
#> 6 0.5555556 5.949544 6.183635
#> 7 0.6666667 6.576577 6.738664
#> 8 0.7777778 7.203610 7.223693
#> 9 0.8888889 7.830642 7.638722
#> 10 1.0000000 8.457675 7.983750
grid %>% gather_predictions(m1, m2)
#> model x pred
#> 1 m1 0.0000000 2.814380
#> 2 m1 0.1111111 3.441413
#> 3 m1 0.2222222 4.068446
#> 4 m1 0.3333333 4.695478
#> 5 m1 0.4444444 5.322511
#> 6 m1 0.5555556 5.949544
#> 7 m1 0.6666667 6.576577
#> 8 m1 0.7777778 7.203610
#> 9 m1 0.8888889 7.830642
#> 10 m1 1.0000000 8.457675
#> 11 m2 0.0000000 2.358486
#> 12 m2 0.1111111 3.263516
#> 13 m2 0.2222222 4.098546
#> 14 m2 0.3333333 4.863576
#> 15 m2 0.4444444 5.558606
#> 16 m2 0.5555556 6.183635
#> 17 m2 0.6666667 6.738664
#> 18 m2 0.7777778 7.223693
#> 19 m2 0.8888889 7.638722
#> 20 m2 1.0000000 7.983750
相關用法
- R modelr add_predictors 將預測變量添加到公式中
- R modelr add_residuals 將殘差添加到 DataFrame
- R modelr typical 求典型值
- R modelr resample “惰性”重采樣。
- R modelr crossv_mc 生成測試訓練對以進行交叉驗證
- R modelr model_matrix 構建設計矩陣
- R modelr model-quality 計算給定數據集的模型質量
- R modelr permute 生成 n 個排列重複。
- R modelr fit_with 擬合公式列表
- R modelr data_grid 生成數據網格。
- R modelr formulas 創建公式列表
- R modelr seq_range 生成向量範圍內的序列
- R modelr resample_partition 生成數據幀的獨占分區
- R modelr na.warn 處理缺失值並發出警告
- R modelr bootstrap 生成 n 個引導程序重複。
- R modelr resample_bootstrap 生成 boostrap 複製
- R vcov.gam 從 GAM 擬合中提取參數(估計器)協方差矩陣
- R gam.check 擬合 gam 模型的一些診斷
- R matrix轉list用法及代碼示例
- R as 強製對象屬於某個類
- R null.space.dimension TPRS 未懲罰函數空間的基礎
- R language-class 表示未評估語言對象的類
- R gam.reparam 尋找平方根懲罰的穩定正交重新參數化。
- R className 類名包含對應的包
- R extract.lme.cov 從 lme 對象中提取數據協方差矩陣
注:本文由純淨天空篩選整理自Hadley Wickham等大神的英文原創作品 Add predictions to a data frame。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。