将模型公式传递给另一个函数时,找不到对象错误

Question

我有一个奇怪的问题,我似乎无法解决.

我已经尝试编写一个函数,对R中逐步过程选择的模型执行K折交叉验证.(我知道逐步过程的问题,它纯粹用于比较目的):)

现在的问题是,如果我定义函数参数(linmod,k,direction)并运行函数的内容,它可以完美地工作.但是,如果我将它作为一个函数运行,我会收到一条错误,指出无法找到datas.train对象.

我已经尝试使用debug()逐步执行该函数,并且该对象显然存在,但R表示当我实际运行该函数时它不会.如果我只是使用lm()拟合模型,它工作正常,所以我认为这是循环中的step函数的问题,而在函数内部.(尝试注释掉步骤命令,并将预测设置为普通线性模型的预测.)

#CREATE A LINEAR MODEL TO TEST FUNCTION
lm.cars <- lm(mpg~.,data=mtcars,x=TRUE,y=TRUE)


#THE FUNCTION
cv.step <- function(linmod,k=10,direction="both"){
  response <- linmod$y
  dmatrix <- linmod$x
  n <- length(response)
  datas <- linmod$model
  form <- formula(linmod$call)

  # generate indices for cross validation
  rar <- n/k
  xval.idx <- list()
  s <- sample(1:n, n) # permutation of 1:n
  for (i in 1:k) {
    xval.idx[[i]] <- s[(ceiling(rar*(i-1))+1):(ceiling(rar*i))]
  }

  #error calculation
  errors <- R2 <- 0

  for (j in 1:k){
     datas.test <- datas[xval.idx[[j]],]
       datas.train <- datas[-xval.idx[[j]],]
       test.idx <- xval.idx[[j]]

       #THE MODELS+
       lm.1 <- lm(form,data= datas.train)
       lm.step <- step(lm.1,direction=direction,trace=0)

      step.pred <- predict(lm.step,newdata= datas.test)
        step.error <- sum((step.pred-response[test.idx])^2)
        errors[j] <- step.error/length(response[test.idx])

        SS.tot <- sum((response[test.idx] - mean(response[test.idx]))^2)
        R2[j] <- 1 - step.error/SS.tot
  }

  CVerror <- sum(errors)/k
  CV.R2 <-  sum(R2)/k

  res <- list()
  res$CV.error <- CVerror
  res$CV.R2 <- CV.R2

return(res)
}


#TESTING OUT THE FUNCTION
cv.step(lm.cars)

有什么想法吗？

Answer 1

当您创建公式时lm.cars,在被分配了自己的环境中.除非您明确更改,否则此环境将保留公式.因此,当您使用该formula函数提取公式时,将包含模型的原始环​​境.

我不知道我是否在这里使用了正确的术语,但我认为您需要明确更改函数中公式的环境:

cv.step <- function(linmod,k=10,direction="both"){
  response <- linmod$y
  dmatrix <- linmod$x
  n <- length(response)
  datas <- linmod$model
  .env <- environment() ## identify the environment of cv.step

  ## extract the formula in the environment of cv.step
  form <- as.formula(linmod$call, env = .env) 

  ## The rest of your function follows

Answer 2

另一个可能导致这种情况的问题是,如果将character(字符串vector)传递给lm而不是a formula.vector没有environment,所以当lm转换character为a时formula,它显然也没有,environment而不是自动分配本地环境.如果然后使用一个对象作为不在data参数中的权重data.frame,但是在本地函数参数中,则会得到一个not found错误.这种行为不是很容易理解.这可能是一个错误.

这是一个可重复性最小的例子.此函数采用data.frame两个变量名称和一个权重向量来使用.

residualizer = function(data, x, y, wtds) {
  #the formula to use
  f = "x ~ y" 

  #residualize
  resid(lm(formula = f, data = data, weights = wtds))
}

residualizer2 = function(data, x, y, wtds) {
  #the formula to use
  f = as.formula("x ~ y")

  #residualize
  resid(lm(formula = f, data = data, weights = wtds))
}

d_example = data.frame(x = rnorm(10), y = rnorm(10))
weightsvar = runif(10)

并测试:

> residualizer(data = d_example, x = "x", y = "y", wtds = weightsvar)
Error in eval(expr, envir, enclos) : object 'wtds' not found

> residualizer2(data = d_example, x = "x", y = "y", wtds = weightsvar)
         1          2          3          4          5          6          7          8          9         10 
 0.8986584 -1.1218003  0.6215950 -0.1106144  0.1042559  0.9997725 -1.1634717  0.4540855 -0.4207622 -0.8774290 

这是一个非常微妙的错误.如果进入函数环境browser,可以看到权重向量就好了,但在lm调用中找不到它!

如果使用weights权重变量的名称,则该错误变得更难调试.在这种情况下,由于lm无法找到权重对象,因此默认为base的函数weights(),从而引发了一个更奇怪的错误:

Error in model.frame.default(formula = f, data = data, weights = weights,  : 
  invalid type (closure) for variable '(weights)'

不要问我花了多少小时来弄明白这一点.