我正在尝试创建一个函数，用于根据列值生成多个随机森林模型。假设我们有以下数据框：

df <- data.frame(Name= c('Aaron','Bob','Nik','Peter','George'),                           Work=c('A','B','B','C','A')                           ,Age = c(45,28,64,27,54)                           ,cl = c(1,2,2,3,1))Name Work Age clAaron  A  45  1Bob    B  28  2Nik    B  64  2Peter  C  27  3George A  54  1

因此，我需要根据cl列的值来分割数据，然后基于这些值构建模型。在上面的例子中，我有三个cl值。所以，首先我会将数据分为三个子集，并构建三个不同的模型。

Name Work Age cl              Name Work Age cl            Name Work Age cl  Aaron  A  45  1               Bob    B  28  2             Peter  C  27  3George A  54  1               Nik    B  64  2

我使用了以下函数来实现这一点：

for(i in unique(uk$v10v11)) {  nam <- paste("df", i, sep = ".")  assign(nam, uk[uk$v10v11==i,])}

我想创建一个完整的函数，我可以传入我的数据框，它应该根据cl列的值构建多个模型。我还希望在函数中为每个模型调整随机森林的参数。请帮助我。

回答：

我建议你有时间的时候观看Hadley Wickham的这个视频。它与你的挑战非常相关。

这看起来像是一个经典的分隔-应用-合并问题，所以我的第一个想法是考虑使用tidyverse。这里有一些可能对你有帮助的代码：

library(tidyverse)library(randomForest)df2 <- df %>% group_by(cl) %>% mutate(rfcol=list(randomForest(x=.,                                  formula=.$cl~.$Work+.$Age)))

基本上，我们创建了一个新列，包含基于cl列值适用于该行的随机森林算法。你可以通过查看df2$rfcol[[2]]来探索每个模型的细节。

总结一下，group_by函数帮助你根据cl值创建数据框。randomForest函数中嵌套的mutate函数中的.是一种引用每个分组数据框的方式。

希望这对你有帮助。但如前所述，如果你有时间，试着观看Hadley Wickham的视频。它将详细解释如何思考这类问题。