キャレット：列車でグループ化された回帰を実行する

Question

これは完全にばかげた質問ではありません。私は5馬の品種の特性を記述するデータセットdf, n = 2228, p = 19を持っています。最初にデータをtrainingとtestに分割することによって、という連続変数を、それぞれbreedの他の17個の予測変数（カテゴリと連続の混在さえも含む）の関数としてモデル化したいと思います。

library(tidyverse) 
library(caret) 
library(glmnet) 
# pre- processing reveals no undo correlation, linear dependency or near 
# zero variance veriables 
train <- df %>% group_by(breed) %>% sample_frac(size = 2/3) %>% droplevels() 
test <- anti_join(df, train) %>% droplevels() 
# I imagine I should be somehow able to do this in the following step but can't 
# figure it out 
model <- train(price ~ ., data = train, method = "glmnet") 
test$pred <- predict(model, newdata = test) 

は、私の知る限り、私は（上記のコードを参照してください）breedでデータを分割全く問題がありません。しかし、私はbreedでグループ化されたモデルをどのようにフィットさせるのか分かりません。私は何をしたいことはnlmeすなわちlmList(price ~ . |breed, data = df)

Answer 1

は、私はあなたが何をしたいと思いますパッケージから以下に類似している馬の種類ごとに

horse_typex <- df %>% filter(breed == typex) 

のようなもので、その後にこれらを分割テストとトレーニングのセット。

線形回帰を行いたい場合は、おそらく、斜めになる可能性があるので、代わりに価格のログをモデル化するとよいでしょう。

Answer 2

試してみてください。私はpurrr

library(purrr) 

models <- train %>% 
      split(.$breed) %>% 
      map(~train(.$price ~ ., data = ., method = "glmnet")) 

またはdplyr

models <- train %>% 
      group_by(breed) %>% 
      do(train(price ~ ., data = ., method = "glmnet")) 

とを使用しようとお勧めします

models <- dlply(df, "breed", function(d_breed) 
    train(price ~ ., data = d_breed, method = "glmnet")) 

Answer 3

これが動作するかどうかを知ることは困難であるが、それは価値があります試してみる。