我在尝试在R中使用多变量响应时遇到了该死的公式，并且出现了各种意想不到的行为，主要是在函数和包内使用它们时。这是一个双重问题

我可以输入一个多变量响应，并在之后使用模型进行预测吗？

这个MVE使用rpart包作为示例。这里y是一个两列的矩阵（响应），我想使用x来预测y，即x中的每一列（在这个MVE中是两列）。请注意，method本身以及y中每一列的含义无关紧要，这只是一个用于重现问题的MVE：

library(rpart)set.seed(1)y <- rpois(10, lambda = 1.25)y <- cbind(c(1,4,10,11,12, 14,16,17,20, 21), y)print(y)x <- matrix(1:20, ncol = 2) # 只是两个虚拟预测变量print(x)mymodel <- rpart(y ~ x, method = "poisson", minbucket = 1)newx <- matrix(11:20, ncol = 2) # 只是几个虚拟测试预测变量，请注意我们有更少的行predict(mymodel, newdata = data.frame(newx))# 输出:        1          2          3          4          5          6          7          8           9         10  0.12500000 0.12500000 0.12500000 0.20000000 0.04761905 0.17948718 0.17948718 0.11538462  0.04000000 0.04000000  警告信息: 'newdata' 有5行，但找到的变量有10行 

如您所见，我无法预测新数据集。我一直在摆弄列名和行名，但无法使其工作。

此外，

我如何创建一个“安全”的包装器？

例如，在这个MVE中：

mywrapper <- function(y, x){  mymodel <- rpart(y ~ x, method = "poisson", minbucket = 1)    return(mymodel)}

并且提供了R文档中的帮助：

一个公式对象有一个关联的环境，这个环境（而不是父环境）被model.frame用来评估在提供的数据参数中未找到的变量。使用~操作符创建的公式使用它们被创建的环境。使用as.formula创建的公式将使用env参数作为它们的环境。

我并不完全理解这意味着什么。据我所知，不输入y或x到mywrapper()中会导致错误（这是预期行为）。我问这个问题是因为我在处理R包和包内的函数，我希望确保公式没有意外行为。

回答：

一般来说，R中的公式与数据框配合得很好。rpart可以处理矩阵，而虽然数据框可以包含矩阵，但它们往往会被转换为单独的列。为了避免这种情况，请用I()包装矩阵：

# 与您的代码开始部分相同...然后是这个：predict(mymodel, newdata = data.frame(x = I(newx)))#>    1    2    3    4    5 #> 0.04 0.04 0.04 0.04 0.04

在您问题的第二部分，您在mywrapper函数中创建了一个公式，所以如果变量不在newdata数据框中，它将在那里寻找变量。R中的“环境”类似于其他语言中的“堆栈框架”；主要区别在于环境只有一个父级，如果在原始环境中找不到对象，搜索将转到那里进行。

一般来说，父级不是调用者的框架，而是创建环境的框架，或者特别列为父级的某物。

因此，如果您在mywrapper返回的值上运行predict，它会查看公式以找到所需的变量。预测只需要右侧的变量，所以这就是x。如果您在predict的newdata参数中提供x，一切都会像以前一样进行，但如果您不提供，情况就会不同。

由于在newdata中未找到x，它会转到公式的环境中。那是mywrapper的评估框架，它会在那里看到x，因为它是该函数的一个参数。

如果它在寻找z，它在那里找不到。下一个查找的地方是父环境，即创建mywrapper时生效的环境，即全局环境。如果那里没有z，它会搜索由search()列出的环境链，这些通常是包的导出。search()列表是连在一起的，每个条目是它前一个条目的父级。

希望这些信息不会太多……