如何将两个线性回归预测模型(每个数据帧的子集)合并为数据帧的一列
如何将两个线性回归预测模型(每个数据帧的子集)合并为数据帧的一列
提问于 2014-07-22 08:05:18
我想要构建两个线性回归模型，这些模型基于数据集的两个子集，然后有一个列，其中包含每个子集的预测值。下面是我的数据框架示例：
dat <- read.table(text = " cats birds wolfs snakes
0 3 8 7
1 3 8 7
1 1 2 3
0 1 2 3
0 1 2 3
1 6 1 1
0 6 1 1
1 6 1 1 ",header = TRUE) 首先，我建立了两个模型：
# one is for wolfs ~ snakes where cats=0
f0<-lm(wolfs~snakes,data=dat,subset=dat$cats==0)
#the second model is for wolfs ~ snakes where cats=1
f1<-lm(wolfs~snakes,data=dat,subset=dat$cats==1)然后，我对每个模型进行了预测：
f0_predict<-predict(f0,data=dat,subset=dat$cats==1,type='response')
f1_predict<-predict(f1,data=dat,subset=dat$cats==0,type='response')这很好，但我无法找到将其插入到原始数据帧的方法，如果是cats==0，我将获得模型对cats==0行的预测值，如果是cat==1，则将获得模型的预测值，而在同一列中，cats==1的名称是: full_prediction。例如，输出应该是(带有伪预测值)：
cats birds wolfs snakes full_prediction
0 3 8 7 0.6
1 3 8 7 0.5
1 1 2 3 0.4
0 1 2 3 0.3
0 1 2 3 0.3
1 6 1 1 0.7
0 6 1 1 0.1
1 6 1 1 0.7如果您查看第6-8行，您可以看到full_prediction的值为cats==1为0.7，cats==0为0.1，您知道如何做这种事情吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2014-07-22 08:10:26
使用split和unsplit
dat.l <- split(dat, dat$cats)
dat.l <- lapply(dat.l, function(x){
mod <- lm(wolfs~snakes,data=x)
x$full_prediction <- predict(mod,data=x,type='response')
return(x)
})
unsplit(dat.l, dat$cats)输出：
cats birds wolfs snakes full_prediction
1 0 3 8 7 7.5789474
2 1 3 8 7 7.6666667
3 1 1 2 3 3.0000000
4 0 1 2 3 2.6315789
5 0 1 2 3 2.6315789
6 1 6 1 1 0.6666667
7 0 6 1 1 0.1578947
8 1 6 1 1 0.6666667dplyr解决方案将是：
require(dplyr)
dat %>%
group_by(cats) %>%
do({
mod <- lm(wolfs~snakes, data = .)
pred <- predict(mod)
data.frame(., pred)
})页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/24881923
复制相关文章
相似问题
腾讯云开发者
