0

誰かが私を助けてくれることを願っています。

個別のデータを持つ1つのモデルでいくつかの予測を実行したいと思います。

以下のように、別のデータフレームから並べ替えられた60個の観測値を含む100個のデータフレームを作成しました。

mtz100<-replicate(100,aracaboot[sample(nrow(aracaboot), size=60, replace=T),]

では、100個の新しいモデルを、作成した新しい100個のデータフレームを使用して自分のモデルに適合させたいと思います。

この後、ラスターレイヤーを予測したいと思います。

誰かがRでこれを自動化するための開始点を与えることができますか？

解決：

RasterImgs <- list()
lenght(RasterImgs) <- 100              

 for(i in 1:100) {
     DataNew <- data[sample(1:nrow(data),60,replace=T),]
     Model <- glm(DataNew, ....)
     List <- Model
     RasterImgs[i] <- predict(list,....)
      }

ヘルプ@SeñorOに感謝します

4

1 に答える 1

0

あなたのアプローチは今少しずれていると思います。（ベクトルではなく）1つの数値を返すsample(nrow(dataframe),60)ため、実行しても目的の効果は得られません。nrowだからあなたはsample(1:nrow(dataframe),60.....代わりにやりたいのです。

forインデックスをサンプリングする場合、単純なループを使用するよりも良いアプローチはわかりません。

List <- list()
lenght(List) <- 100              ## Growing a list inside a loop is inefficient

for(i in 1:100) {
    DataNew <- Data[sample(1:nrow(Data),60,replace=T),]
    Model <- glm(DataNew....)
    List[i] <- Model
    }
于 2012-12-11T22:37:46.533 に答える