如何在R中对数据框多响应变量逐一构建ranger随机森林回归模型

错误原因分析 #

你的代码报错是因为公式构造错误：as.formula()中paste的参数传递有误，你只传入了响应变量名，没有将其与~ .拼接成完整的公式结构，导致ranger接收到的是单个变量名而非合法的公式表达式。此外循环中的i已经是响应变量的名称，无需重复调用colnames()或names()获取。

修正后的代码（生成独立全局对象） #

# 提取所有以"EE"开头的响应变量名
resp_vars <- grep("^EE", names(GC05cr_h16_dat3), value = TRUE)

# 循环为每个响应变量构建模型
for (var in resp_vars) {
  # 构造合法的回归公式：响应变量 ~ 所有其他变量
  model_formula <- as.formula(paste(var, "~ ."))
  
  # 拟合随机森林模型
  rf_model <- ranger(
    formula = model_formula,
    data = GC05cr_h16_dat3,
    importance = "impurity"
  )
  
  # 将模型存入全局环境，命名格式为rfR_Res_+响应变量名
  assign(paste0("rfR_Res_", var), rf_model, envir = .GlobalEnv)
}

更推荐的方案：用列表存储模型 #

当响应变量数量较多时，分散的全局对象不易管理，用列表统一存储模型更高效：

# 提取响应变量名
resp_vars <- grep("^EE", names(GC05cr_h16_dat3), value = TRUE)

# 批量构建模型并存储到列表
rf_models <- lapply(resp_vars, function(var) {
  ranger(
    formula = as.formula(paste(var, "~ .")),
    data = GC05cr_h16_dat3,
    importance = "impurity"
  )
})

# 为列表元素命名，与你期望的模型对象名一致
names(rf_models) <- paste0("rfR_Res_", resp_vars)

# 调用单个模型示例：
# rf_models[["rfR_Res_EE87865ln1"]]

可选：仅使用指定预测变量 #

如果不想用所有其他变量，只想用_h16结尾的预测变量，可以调整公式构造逻辑：

# 提取预测变量名（以_h16结尾）
pred_vars <- grep("_h16$", names(GC05cr_h16_dat3), value = TRUE)

# 循环构建模型时，指定预测变量集合
for (var in resp_vars) {
  model_formula <- as.formula(paste(var, "~", paste(pred_vars, collapse = " + ")))
  rf_model <- ranger(
    formula = model_formula,
    data = GC05cr_h16_dat3,
    importance = "impurity"
  )
  assign(paste0("rfR_Res_", var), rf_model, envir = .GlobalEnv)
}

内容的提问来源于stack exchange，提问作者Debajyoti Kabiraj