如何为大量变量运行 bigglm 函数

Posted 2023-04-18

【中文标题】如何为大量变量运行 bigglm 函数

【英文标题】：How to run bigglm function for large number of variables

【发布时间】：2013-11-11 15:06:00

【问题描述】：

在ffbase (http://cran.r-project.org/web/packages/ffbase/ffbase.pdf) 中有bigglm 函数：

bigglm.ffdf(formula, data, family = gaussian(), ...,

其中formula 类似于Y~X，假设Y 和X 对应于称为ffdf 的ffdf 对象的colnamesdata。

如果我想将 data 中的 200 列放在等式的 RHS 上怎么办？显然我不能输入Y~X1+X2+....+X200。

如何运行Y~X1+X2+....+X200 而不在 RHS 上输入所有 200 个变量？

【参考方案1】：

. 符号是正常的字符，但不确定它是否适用于 ffbase。即

m <- lm(y ~ ., df)

将在df 中的所有其他列中描述y。

正如 Chris 所述，这似乎是 biglm 中的一个错误，可以通过以下方式解决：

m <- bigglm(terms(y ~ ., data=df), data=df)

但这应该作为一个错误报告给biglm的作者。

【讨论】：

很遗憾不起作用Error in terms.formula(formula) : '.' in formula and no 'data' argument

我会尝试给它一个 data 参数，即你想从哪个大数据框中获取“其他”列

我运行z <- bigglm(V1~.,data=together) 给出了错误。如果我运行z <- bigglm(V1~V2,data=together)，其中V2 是列名之一，那么它将起作用。

刚刚尝试安装软件包，并得到相同的...假设它不支持这种语法，真烦人。试试@Christopher 的方法。

@SamMason：我很好奇为什么没有Y ~ . 所以我查看了源代码。原来，ffbase的作者在写bigglm函数时，并没有将data参数传递给terms函数。

【参考方案2】：

如果山姆的答案不起作用，您可以构建一个表示公式的字符串，然后将其转换为公式：

formula <- as.formula(paste('Y', paste(paste('', 
       paste('X', 1:200, sep = ''), sep = '', collapse = ' + ')), sep = ' ~ '))

内部paste 创建X1 到X200。下一个粘贴将结果向量折叠成一个字符串，其中第一个 paste 的元素与 + 放在一起。最后一个paste 添加到Y ~。最后，我把它从字符串改成了公式。