将map()与GAM模型结合使用

Question

我有一个代码，如果我使用 LM，则可以工作，但如果我使用 GAM，则不行。我猜想无论出于什么原因，LM 都会在对象内部查找变量，而 GAM 只会查看对象的名称，但我没有任何线索。

library(modelr)
library(purrr)
library(mgcv)


dataf <- data(cars)

dataf <- mtcars

df_split <- crossv_mc(dataf,10)

# LM - works
fn_model <- function(df){
  lm(mpg ~ wt, data = df)
}

df_split_model <-
  df_split %>%
  mutate(model = map(train, fn_model)) %>%
  print()

# GAM - does not

fn_model <- function(df){
  mgcv::gam(mpg ~ wt, data = df)
}

df_split_model <-
  df_split %>%
  mutate(model = map(train, fn_model)) %>%
  print()


#But i can do
gam(mpg~wt,data=mtcars)

Answer 1

您需要将传递给

resample

的

fn_model

对象显式转换为数据框。对于可以传递给

gam

参数的对象，

lm

似乎比

data

更具体一些。

fn_model <- function(df){
  mgcv::gam(mpg ~ wt, data = as.data.frame(df))
}

df_split_model <-
  df_split %>%
  mutate(model = map(train, fn_model)) %>%
  print()
#> # A tibble: 10 x 4
#>    train                test                .id   model 
#>    <list>               <list>              <chr> <list>
#>  1 <resample [25 x 11]> <resample [7 x 11]> 01    <gam> 
#>  2 <resample [25 x 11]> <resample [7 x 11]> 02    <gam> 
#>  3 <resample [25 x 11]> <resample [7 x 11]> 03    <gam> 
#>  4 <resample [25 x 11]> <resample [7 x 11]> 04    <gam> 
#>  5 <resample [25 x 11]> <resample [7 x 11]> 05    <gam> 
#>  6 <resample [25 x 11]> <resample [7 x 11]> 06    <gam> 
#>  7 <resample [25 x 11]> <resample [7 x 11]> 07    <gam> 
#>  8 <resample [25 x 11]> <resample [7 x 11]> 08    <gam> 
#>  9 <resample [25 x 11]> <resample [7 x 11]> 09    <gam> 
#> 10 <resample [25 x 11]> <resample [7 x 11]> 10    <gam>