主頁 > 後端開發 > 使用R根據VIF標準自動從資料框中洗掉變數

使用R根據VIF標準自動從資料框中洗掉變數

2021-12-02 15:02:56 後端開發

我有一系列資料框,每個資料框代表一個線性模型。我想根據 VIF 標準的閾值 10 自動從每個資料框中洗掉列。給定的資料框如下所示:

df_nn <- structure(list(capital = c(100, 101, 102, 103, 
104, 105, 106, 107, 108, 109, 
110, 111, 112, 113, 114, 115, 
116, 117, 118, 119, 120, 121, 
122, 123, 124, 125, 126, 127, 
128, 129, 130, 131, 132), IVAE = c(109.19, 
110.09, 111.84, 112.49, 111.99, 113.11, 111.89, 112.11, 112.75, 
113.7, 112.93, 112.43, 114.88, 114.5, 114.93, 115.13, 105.54, 
91.71, 87.93, 93.06, 96.74, 103.26, 106.76, 109.6, 110.74, 112, 
112.73, 114.97, 115.01, 114.67, 115.78, 114.52, 111.91), `índice de Producción Industrial (IPI): Industrias Manufactureras, Explotación de Minas y Canteras y Otras Actividades Industriales` = c(101.4, 
103.4, 106.72, 108.45, 107.76, 107.25, 105.75, 107.03, 107.31, 
106.61, 106.95, 106.61, 110.18, 108.68, 109.66, 111.32, 100.02, 
76.77, 73.46, 81.99, 94.83, 100.64, 104.51, 106.74, 107.04, 108.75, 
110.8, 110.59, 111.25, 108.82, 110.03, 111.32, 107.61), Construcción = c(112.25, 
117.5, 124.32, 122.64, 121.21, 128.69, 122.28, 126.55, 120.13, 
137.47, 129.82, 126.83, 132.92, 131.72, 137.56, 130.89, 117.08, 
87.62, 67.49, 79.56, 88.97, 117.57, 110.01, 118.02, 117.61, 121.64, 
120.76, 120.99, 118.96, 122.7, 122.59, 101.2, 106.3), `Comercio, Transporte y Almacenamiento, Actividades de Alojamiento y de Servicio de Comidas` = c(112.2, 
113.03, 115.69, 113.74, 114.7, 115.93, 115.3, 114.25, 115.05, 
116.68, 114.84, 114.56, 116.58, 117.77, 119.19, 119.15, 103.41, 
76.66, 75.21, 90.32, 91.72, 97.53, 105.21, 110.43, 109.72, 112.41, 
114.05, 115.88, 117.29, 115.05, 114.69, 116.79, 109.68), `Actividades Inmobiliarias` = c(113.31, 
113.83, 114.69, 114.97, 115.98, 116.2, 116.22, 115.64, 115.79, 
115.95, 116.24, 117.6, 117.84, 115.35, 108.98, 105.89, 103.74, 
103.16, 102.5, 102.42, 102.41, 104.16, 107.74, 112.87, 116.57, 
115.68, 113.47, 112.41, 112.08, 112.42, 112.74, 113.21, 112.56
), `Actividades Profesionales, Científicas, Técnicas, Administrativas, de Apoyo y Otros Servicios` = c(111.84, 
111.92, 116.44, 117.77, 112.96, 114.64, 113.67, 112.33, 115.12, 
113.31, 114.14, 115.46, 117.17, 120.57, 124.26, 122.68, 99.51, 
86.36, 79.21, 81.56, 83.6, 88.71, 97.76, 98.16, 101.04, 102.68, 
108.37, 113.64, 114.82, 115.91, 118.35, 118.74, 109.14), empleo = c(851413, 
856079, 853309, 854541, 856040, 853881, 853328, 858454, 860200, 
861430, 865033, 867569, 874276, 870793, 872645, 876928, 873733, 
840029, 813159, 805474, 808920, 814118, 824284, 833293, 841311, 
842072, 848832, 854290, 859130, 860833, 865704, 873081, 881033
)), row.names = c(NA, -33L), class = c("tbl_df", "tbl", "data.frame"
))

其中“capital”是因變數,其余列是自變數,都是數字。

到目前為止,我已經為單個資料框嘗試了以下函式:

library(car)

vif_fun <- function(df){
             while(TRUE) {
                vifs <- vif(lm(capital ~. , data = df))
                if (max(vifs) < 10) {
                     break
                }
               highest <- c(names((which(vifs == max(vifs)))))
               df <- df[,-which(names(df) %in% highest)]

              }
            return(df)
              }

vif_fun(df_nn)

只要有一個 VIF 大于 10 的變數,函式就應該:

  • 識別具有最大 VIF 的變數
  • 從資料框中洗掉它
  • 重復直到不再有 VIF 大于 10 的變數

但是,每當我運行該函式時,都會收到以下錯誤訊息:

Error in terms.formula(formula, data = data) : 
'.' in formula and no 'data' argument

我使用 mtcars 資料集嘗試了該函式,將函式中的“capital”替換為“mpg”,結果奏效。關于可能發生什么的任何想法?

uj5u.com熱心網友回復:

一個更簡單的選擇是使用clean_namesfrom janitorwhich 替換非特定列名

vif_fun <- function(df){
             df <- janitor::clean_names(df)
             while(TRUE) {
                vifs <- vif(lm(capital ~. , data = df))
                if (max(vifs) < 10) {
                     break
                }
               highest <- c(names((which(vifs == max(vifs)))))
               df <- df[,-which(names(df) %in% highest)]

              }
            return(df)
              }

vif_fun(df_nn)

uj5u.com熱心網友回復:

問題是您的 data.frame 中有非標準名稱(某些列包含空格)。這會導致問題,因為 回傳的物件名稱vif()不再與列名稱完全匹配。vif函式將非標準列名稱包裝在反引號中,但這些反引號實際上不是 data.frame 中列名稱的一部分。您可以在進行比賽時洗掉這些勾號,例如:

vif_fun <- function(df){
  untick <- function(x) gsub("^`|`$", "", x)
  while(TRUE) {
    vifs <- vif(lm(capital ~. , data = df))
    if (max(vifs) < 10) {
      break
    }
    highest <- untick(names((which(vifs == max(vifs)))))
    df <- df[,-which(names(df) %in% highest)]
    
  }
  return(df)
}

轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/371357.html

標籤:r 数据框 线性回归

上一篇:將Summary()輸出轉換為data.table

下一篇:PandasDataframe中的高級查詢

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態,例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1:當函式不可能拋出例外或不能接受拋出例外時,使用noexcept 理由 如果不打算拋出例外的話,程式就會認為無法處理這種錯誤,并且應當盡早終止,如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接:https://codeforces.com/problemset/problem/1400/E 來源:Codeforces 思路:給你一個陣列,現在你可以進行兩種操作,操作1:將一段沒有 0 的區間進行減一的操作,操作2:將 i 位置上的元素歸零。最終問:將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯,就附帶了一個自己的翻譯版本 思考 這一題,它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數,這里就不慢慢介紹了。但是,重讀題,我們突然發現反向質數都是 $7$ 位,而將它反過來后的數字卻是 $6$ 位數,這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記:C++中的 const 變數詳解,教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中,會分配記憶體(也就是說可以通過地址間接修改變數的值)。測驗代碼如下: 運行結果: 2、全域const變數存放在只讀資料段(不能通過地址修改,會發生寫入錯誤), 默認為外部聯編,可以給其他源檔案使用(需要用extern關鍵字修飾) 運行結果: ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中,添加資源 2. 點擊新添加的資源,復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案,編輯,使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索,點擊查找全部,然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h,在其中預先定義好宏 ID(不清楚其實ID值應該設定多少,可以先新建一個相同的資源項,再在這個資源的ID值的基礎上遞增即可) 2. 在資源視圖中選中專案資源,按F7編輯資源檔案,按 ID 型別 相對路徑的形式添加 資源。(別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記:關于C++的參考型別,專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考,也叫別名。 參考就是給一個變數名取一個變數名,方便我們間接地使用這個變數。我們可以給一個變數創建N個參考,這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間,占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名,但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++:初學者完整指南

    眾所周知,C ++的學習曲線陡峭,但是花時間學習這種語言將為您的職業帶來奇跡,并使您與其他開發人員區分開。您會更輕松地學習新語言,形成真正的解決問題的技能,并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣(即清晰一致的編碼風格,在撰寫代碼時注釋代碼,并限制類內部的可見性),并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • Rust中的智能指標:Box<T> Rc<T> Arc<T> Cell<T> RefCell<T> Weak

    Rust中的智能指標是什么 智能指標(smart pointers)是一類資料結構,是擁有資料所有權和額外功能的指標。是指標的進一步發展 指標(pointer)是一個包含記憶體地址的變數的通用概念。這個地址參考,或 ” 指向”(points at)一些其 他資料 。參考以 & 符號為標志并借用了他們所 ......

    uj5u.com 2023-04-20 07:24:10 more
  • Java的值傳遞和參考傳遞

    值傳遞不會改變本身,參考傳遞(如果傳遞的值需要實體化到堆里)如果發生修改了會改變本身。 1.基本資料型別都是值傳遞 package com.example.basic; public class Test { public static void main(String[] args) { int ......

    uj5u.com 2023-04-20 07:24:04 more
  • [2]SpinalHDL教程——Scala簡單入門

    第一個 Scala 程式 shell里面輸入 $ scala scala> 1 + 1 res0: Int = 2 scala> println("Hello World!") Hello World! 檔案形式 object HelloWorld { /* 這是我的第一個 Scala 程式 * 以 ......

    uj5u.com 2023-04-20 07:23:58 more
  • 理解函式指標和回呼函式

    理解 函式指標 指向函式的指標。比如: 理解函式指標的偽代碼 void (*p)(int type, char *data); // 定義一個函式指標p void func(int type, char *data); // 宣告一個函式func p = func; // 將指標p指向函式func ......

    uj5u.com 2023-04-20 07:23:52 more
  • Django筆記二十五之資料庫函式之日期函式

    本文首發于公眾號:Hunter后端 原文鏈接:Django筆記二十五之資料庫函式之日期函式 日期函式主要介紹兩個大類,Extract() 和 Trunc() Extract() 函式作用是提取日期,比如我們可以提取一個日期欄位的年份,月份,日等資料 Trunc() 的作用則是截取,比如 2022-0 ......

    uj5u.com 2023-04-20 07:23:45 more
  • 一天吃透JVM面試八股文

    什么是JVM? JVM,全稱Java Virtual Machine(Java虛擬機),是通過在實際的計算機上仿真模擬各種計算機功能來實作的。由一套位元組碼指令集、一組暫存器、一個堆疊、一個垃圾回收堆和一個存盤方法域等組成。JVM屏蔽了與作業系統平臺相關的資訊,使得Java程式只需要生成在Java虛擬機 ......

    uj5u.com 2023-04-20 07:23:31 more
  • 使用Java接入小程式訂閱訊息!

    更新完微信服務號的模板訊息之后,我又趕緊把微信小程式的訂閱訊息給實作了!之前我一直以為微信小程式也是要企業才能申請,沒想到小程式個人就能申請。 訊息推送平臺🔥推送下發【郵件】【短信】【微信服務號】【微信小程式】【企業微信】【釘釘】等訊息型別。 https://gitee.com/zhongfuch ......

    uj5u.com 2023-04-20 07:22:59 more
  • java -- 緩沖流、轉換流、序列化流

    緩沖流 緩沖流, 也叫高效流, 按照資料型別分類: 位元組緩沖流:BufferedInputStream,BufferedOutputStream 字符緩沖流:BufferedReader,BufferedWriter 緩沖流的基本原理,是在創建流物件時,會創建一個內置的默認大小的緩沖區陣列,通過緩沖 ......

    uj5u.com 2023-04-20 07:22:49 more
  • Java-SpringBoot-Range請求頭設定實作視頻分段傳輸

    老實說,人太懶了,現在基本都不喜歡寫筆記了,但是網上有關Range請求頭的文章都太水了 下面是抄的一段StackOverflow的代碼...自己大修改過的,寫的注釋挺全的,應該直接看得懂,就不解釋了 寫的不好...只是希望能給視頻網站開發的新手一點點幫助吧. 業務場景:視頻分段傳輸、視頻多段傳輸(理 ......

    uj5u.com 2023-04-20 07:22:42 more
  • Windows 10開發教程_編程入門自學教程_菜鳥教程-免費教程分享

    教程簡介 Windows 10開發入門教程 - 從簡單的步驟了解Windows 10開發,從基本到高級概念,包括簡介,UWP,第一個應用程式,商店,XAML控制元件,資料系結,XAML性能,自適應設計,自適應UI,自適應代碼,檔案管理,SQLite資料庫,應用程式到應用程式通信,應用程式本地化,應用程式 ......

    uj5u.com 2023-04-20 07:22:35 more