は私が既に持っているコードを表示するための係数を抽出するために14個のデータフレームを使用してRMSEの

Question

編集複数の回帰を実行し...

私の仕事は、ムービーは、ケーブル・プラットフォーム上で、その最初の15週間にわたって行いますどのくらいのお金を予測することです。私は、最初の14週間に毎週回帰を使用してこれを行います。しかし、私は各回帰を計算するステップを自動化する必要があります：

1. サブセットの合計データセットは週（合計14週間）です。したがって、14の異なるデータフレーム。トレーニングとテストセットに

   df.names = paste("data",1:14,sep="") for(i in 1:14){ d.frame = subset(myData,Week==i) assign(df.names[i],d.frame) }

2. サブセット毎週のデータフレーム。

   set.seed(101) train_idx = sample(1:nrow(data1),round(0.7 * nrow(data1)),replace=FALSE) data1_train = data1[train_idx,] data1_test = data1[-train_idx,]

3. 各週のトレーニングセットの線形回帰を実行します。

   Week1_Regress = lm(x ~ coef1 + coef 2 + ... + coefi, data = data1_train)

4. CSVファイルに各回帰の係数を抽出します。

   write.csv(Week1_Regress$coef,"Selected Folder")

5. テストセットを使用してRMSEを計算し、CSVにそれを抽出します。

   test = predict(Week1_Regress, data1_test) rmse = function(test,obs) { sqrt(sum((obs - test)^2)/length(test)) }

私が個別に各ステップを行うことができますが、私は5つのステップの14件のバージョンを入力する必要がないように、私はループまたはlapply解決策を探しています。

Answer 1

SOを通してトロール後、私はかなりうまく動作するようです、次の解決策が出ている：

df.names = paste("models",1:14,sep="") 
for(i in 1:14){ 
    set.seed(101) 
    data = subset(MyData,Week==i) 
    data_select = sample(1:nrow(data),round(0.7 * nrow(data)),replace = FALSE) 
    d.frame = data[data_select,] 
    model = lm(y ~ independent variables,data=d.frame) 
    assign(df.names[i],model$coef) 
} 

coefficients = data.frame(models1,models2,...,models14) 
write.csv(coefficients, "folder destinaton/filename.csv") 

その後、私は、上記と同様の構造を複製14週間ごとにRMSE年代を取得するには、しかしでassign(df.names[i],model$coef)を交換してテストセットを使用します。

d.frame.test = data[-data_select,] 
    test = predict(model,d.frame.test) 
    rmse = sqrt(sum(d.frame.test$dependent_variable - test))/nrow(d.frame.test) 
    assign(df.names[i],rmse) 
} 

errors = data.frame(rmse1,rmse2,...,rmse14) 
    write.csv(errors,"folder destinaton/errors.csv"