我想映射函数pdp::偏于嵌套的randomForest模型。然后,我将使用输出来通过facet_wrap()绘制每个组的3d部分依赖图。当将函数映射到模型时,我得到一个错误,即在训练数据中找不到预测变量--但是当我检查tibble时,它们就在那里了,所以我不知所措。
library(tidyverse)
library(pdp)
library(randomForest)
data(boston)
glimpse(boston)
#Make groups, nest data by groups, apply random forest model to nested data
bosto
我很难从R.中的Lavaan生成可读的情节,我有一个适合的模型,我尝试用graph_sem从tidySEM库绘制。我生成的图表有所有的自变量覆盖,这限制了可读性(请参阅附图)。我希望在一个层上有一个因变量(称为X1),在另一个层上有所有的自变量(X2-X6)。
代码:
library(lavaan)
library(tidySEM)
data = data.frame(replicate(7,sample(0:1,1000,rep=TRUE)))
head(data)
model <- '
# Model data here
X1 ~ X2 + X3 + X4 + X5