作者gsuper (Logit(odds))
看板R_Language
标题Fw: [程式] predict() in R 的疑难
时间Sat Nov 30 22:45:16 2013
研究 S3 与 predict() 的关联
-----------------------------
我以前的观念
认为 predict() 的使用 , 是凑齐两种条件
1. model <- lm(y~x) : 给予 linear model
2. Xpoint <- as.data.fram(x) : 给予 x 向量
在这样的情况下
model 提供了回归模型的趋势线参数 y=ax+b
Xpoint 提供了 x 值 , 套入趋势线的 y=ax+b
得到 predicted y , 异於 real data y
-----------------------------
但我现在在研究一个 R package
作者的程序如下
source(../script/sourcetracker.R)
这个 sourcetracker.R 里面包有一个 main function , sourcetracker()
还有大约 10 来个小 functions
-----------------------------
作者先用 sourcetracker() , 产生一个 model 变数
model 变数的内容很单纯 , 都是 matrix 与 factor 而已
(我有把它拆开来跑过了 , 确定是单纯变数)
model <- list(NULL)
model[[2]] <- 原始矩阵 (training set) [90样本 & 100features]
model[[3]] <- group factors [30 vs 30 vs 30 (total 90 样本)]
model[[1]] <- 根据 model[[3]] 的 factor , 将原始矩阵分成三分取 colSums
然後再 rbind() , 变成 [3混合样本 & 100 features]
最後作者加了一行
class(model) <- "sourcetracker"
-----------------------------------------------------------
接下来作者进行 predict()
predict( model , testSET , alpha1=0.001 , alpha2=0.001 )
其中 model[[2]] 是 training set , 用来建造 model
[资料矩阵维度 : 90 x 100]
而 testSET 是 testing set , 是需要被预测的资料
[资料矩阵维度 :10 x 100]
***
如果把 source(../script/sourcetracker.R)
收进来的小 fuinction 砍掉 , predict() 会跳出错误
-----------------------------------------------------------
关键在这行
class(model) <- "sourcetracker"
当宣告了特定 class 後
再套用 predict() , predict() 就能进行计算 (不加就不能算)
但 model 这个变数根本不是 线型模型
所以 predict() 吃入 model 变数後
还需要做一大堆事情才能得到结果
(Gibb`s sampling,cross-validation,贝式 etc.)
但我不明白的是 , predict() 是怎麽知道接下来要做哪些事情?
因为我看其他的 internal function , 并没有特别宣称自己是属於 "sourcetracker"
那 predict() 要怎麽辨认这些 function , 并按照正确的顺序使用??
诚心求教
--
我用名为真心的卡牌说服你
这是我最後一张牌
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 114.32.215.136
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:13)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:13)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:14)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:15)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:16)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:16)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:17)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:17)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:19)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:20)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:21)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:30)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:32)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:35)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:35)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:37)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:37)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:38)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:38)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:39)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:43)
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:43)
※ 发信站: 批踢踢实业坊(ptt.cc)
※ 转录者: gsuper (114.32.215.136), 时间: 11/30/2013 22:45:16
※ 编辑: gsuper 来自: 114.32.215.136 (11/30 22:45)
1F：→ clickhere:predict.sourcetracker() 11/30 23:00
2F：→ clickhere:S3并无需特别宣称(理论上需要),class(model)就已将其 11/30 23:02
3F：→ clickhere:改定为该类别. predict 是个S3函数. 故自行定义 predict 11/30 23:03
4F：→ clickhere:该类别即可. 11/30 23:04
5F：→ clickhere:methods("predict")可以知道哪些S3类别可用 11/30 23:07
原来如此
source(../script/sourcetracker.R) 里面有
predict.sourcetracker()
plot.sourcetracker.fit()
plot.sourcetracker.pie()
plot.sourcetracker.bar()
plot.sourcetracker.dist()
也就是说 , predict() 或 plot() 的 input
若先天上带有 class
就会去找这些 function 来用
谢谢C大 !
※ 编辑: gsuper 来自: 114.32.215.136 (12/01 14:24)
更正一下
sourcetracker() 跑出来的结果是变数 "model"
class(model) 等於 "
sourcetracker"
model 套用 predict() 後 , 自动转向 predict.
sourcetracker()
也就是说原本的 predict 被暂时覆盖掉
predict.sourcetracker() 输出的结果是变数 results ,
class(results) 等於 "
sourcetracker.fit"
results 套用 plot() 後 , 自动转向 plot.
sourcetracker.fit()
逻辑到这边就很清楚了
※ 编辑: gsuper 来自: 114.32.215.136 (12/01 19:19)