применить легко, но это вкратце для меня:
В многопараметрической регрессии оптимизаторы используются для поиска наилучшего соответствия параметрической функции, например, x1, x2 Data. Часто оптимизаторы могут работать быстрее, если они пытаются оптимизировать преобразованные параметры (например, с помощью оптимизаторов R, таких как DEoptim, nls.lm). По опыту я знаю, что разные преобразования для разных параметров из одной параметрической функции даже лучше.
Я хочу применить разные функции в x.trans (см. Ниже) к разным, но соответствующим элементам в x.val:
Фальшивый пример для работы.
#initialise
x.val <- rep(100,5); EDIT: ignore this part ==> names(x.val) <- x.names
x.select <- c(1,0,0,1,1)
x.trans <- c(log10(x),exp(x),log10(x),x^2,1/x)
#select required elements, and corresponding names
x.val = subset(x.val, x.select == 1)
x.trans = subset(x.trans, x.select == 1)
# How I tried: apply function in x.trans[i] to x.val[i]
...
Любые идеи? (Я пробовал применять и sapply, но не могу получить доступ к функциям, хранящимся в x.trans)
x
иx.names
? Я правильно вас понял? Вы хотите разбитьx.val
на группы и применить к каждой группе разные функции? - person Matthew Plourde   schedule 05.07.2013?mapply
. - person Matthew Plourde   schedule 05.07.2013