Как сохранить модели как вектор с циклом?

Question

Итак, у меня есть задание, в котором я должен создать 3 разные модели (r).Я могу сделать их индивидуально без проблем.Однако я хочу сделать еще один шаг вперед и создать функцию, которая обучит их всех циклу for.(Я знаю, что мог бы создать функцию, которая бы обучала 3 модели каждый раз. Я не ищу других решений проблемы, я хочу сделать это таким образом (или аналогичным образом), потому что теперь у меня есть 3 модели, но представьте, еслиЯ хотел тренироваться 20!

Я пытался создать список для хранения всех трех моделей, но у меня продолжают появляться некоторые предупреждения.

library(caret)
library(readr)
library(rstudioapi)
library(e1071)
library(dplyr)
library(rpart)

TrainingFunction <- function(method,formula,data,tune) {
 fitcontrol <-  trainControl(method = "repeatedcv", repeats = 4)

 if(method == "rf") {Model <- train(formula, data = data,method = method, trcontrol = fitcontrol , tunelenght = tune)}
 else if (method == "knn"){    
   preObj <- preProcess(data[, c(13,14,15)], method=c("center", "scale"))
   data <- predict(preObj, data)
   Model <- train(formula, data = data,method = method, trcontrol = fitcontrol , tunelenght = tune)  
 }
 else if (method == "svm"){Model <- svm(formula, data = data,cost=1000 , gamma = 0.001)}
   Model
 }

Так что это обучающая функция, которую я создал, и онаработает, но теперь я хочу тренировать все три сразу!

Итак, я попробовал это:

methods <- c("rf","knn","svm") 
Models <- vector(mode = "list" , length = length(methods))
for(i in 1:length(methods))
{Models[i] <- TrainingFunction(methods[i],Volume~.,List$trainingSet,5)}

Это предупреждения:

Warning messages:
1: In Models[i] <- TrainingFunction(methods[i], Volume ~ ., List$trainingSet,  :
  number of items to replace is not a multiple of replacement length
2: In Models[i] <- TrainingFunction(methods[i], Volume ~ ., List$trainingSet,  :
  number of items to replace is not a multiple of replacement length
3: In svm.default(x, y, scale = scale, ..., na.action = na.action) :
  Variable(s) ‘ProductType.GameConsole’ constant. Cannot scale data.
4: In Models[i] <- TrainingFunction(methods[i], Volume ~ ., List$trainingSet,  :
  number of items to replace is not a multiple of replacement length

Когда я делаюМодели выводятся так:

[[1]]
[1] "rf"

[[2]]
[1] "knn"

[[3]]
svm(formula = formula, data = data, cost = 1000, gamma = 0.001)

Answer 1

Я думаю, что проблема исходит из этой строки:

{Models[i] <- TrainingFunction(methods[i],Volume~.,List$trainingSet,5)}

Если вы хотите назначить вашу модель i-му месту в списке, вы должны сделать это с помощью двойных скобок, например:

{Models[[i]] <- TrainingFunction(methods[i],Volume~.,List$trainingSet,5)}

Другой альтернативой будет использование lapply вместо явного цикла, поэтому вы вообще избежите этой проблемы:

train_from_method <- function(methods) {TrainingFunction(methods,Volume~.,List$trainingSet,5)}
Models <- lapply(species_vector, train_from_method)

Answer 2

Рассмотрим switch, чтобы избежать множества if и else, особенно если они распространяются на 20 моделей. Затем используйте lapply для построения списка без инициализации или итеративного присваивания:

TrainingFunction <- function(method, formula, data, tune) {
 fitcontrol <-  trainControl(method = "repeatedcv", repeats = 4)

 Model <- switch(method,
     "rf" = train(formula, data = data, method = method, 
                  trcontrol = fitcontrol, tunelength = tune)
     "knn" = {    
          preObj <- preProcess(data[,c(13,14,15)], 
                               method=c("center", "scale"))
          data <- predict(preObj, data)
          train(formula, data = data, method = method, 
                trcontrol = fitcontrol, tunelength = tune)  
          }
     "svm" = svm(formula, data = data, cost = 1000, gamma = 0.001)
 )
}

methods <- c("rf","knn","svm") 

Model_list <-lapply(methods, function(m)
    TrainingFunction(m, Volume~., List$trainingSet, 5))