You need to enable JavaScript to run this app. 循环调用不同权重构建独立glm回归模型的实现问题
优惠活动
大模型
产品
解决方案
定价
更多

循环调用不同权重构建独立glm回归模型的实现问题

解决独立权重glm模型的循环生成问题

我明白你想实现的需求——用不同的权重列分别拟合逻辑回归模型,并且让每个模型都成为全局环境里的独立glm对象,而不是统统塞进一个列表里。咱们一步步来搞定这个问题:

首先先修正你原代码里的几个小问题:

  • runif()的第一个参数是生成随机数的数量,mtcars有32行,所以应该写runif(32, .9, 1.8),而不是runif(1.5, ...)
  • 你定义coln的时候取了整个数据框,咱们应该直接存权重列的名称字符串,这样循环起来更方便

接下来是核心实现,用assign()函数可以帮你把每个模型以独立名称存入全局环境:

# 准备数据
data1 <- mtcars
# 生成权重列(修正runif参数)
data1$weight1 <- runif(32, .9, 1.8)
data1$weight_2 <- runif(32, .9, 1.8)
# 定义要循环的权重列名
weight_cols <- c("weight1", "weight_2")

# 循环生成独立glm对象
for (col_name in weight_cols) {
  # 自定义模型名称,比如fit_weight1、fit_weight2
  model_name <- paste0("fit_", col_name)
  # 拟合模型:用get(col_name)提取当前权重列的值
  current_model <- glm(
    formula = factor(vs) ~ mpg,
    data = data1,
    weights = get(col_name),
    family = binomial  # 因为vs是二元分类变量,指定二项式家族
  )
  # 将模型赋值为全局环境的独立对象
  assign(model_name, current_model)
}

关键细节解释:

  • get(col_name):根据列名的字符串,从data1中提取对应的权重列数据,完美适配循环里的字符串遍历
  • assign(model_name, current_model):把拟合好的模型以你指定的名称(比如fit_weight1)存入全局环境,之后直接调用这个名称就能拿到对应的glm对象,不需要从列表里提取

执行完这段代码后,你在环境里就能看到fit_weight1和fit_weight2两个独立的模型对象了,直接查看或者用summary(fit_weight1)分析都没问题。

内容的提问来源于stack exchange,提问作者user63230

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.25 08:26:18