r-插入符号CV中的平均预测值

Question

我想使用R中的插入符号获得CV重复的平均预测值。

require("caret")
data("iris")
fitControl <- trainControl(method = "repeatedcv",   
number = 10,
repeats = 10, savePredictions = 'final')
model.cv <- train(Sepal.Length ~ Sepal.Width,
data = iris,
method = "lm", 
trControl = fitControl)
head(model.cv$pred)
#  intercept     pred obs rowIndex     Resample
#1      TRUE 5.809386 4.7        3 Fold01.Rep01
#2      TRUE 5.838487 4.6        4 Fold01.Rep01
#3      TRUE 5.460174 5.7       16 Fold01.Rep01
#4      TRUE 5.634780 5.7       19 Fold01.Rep01
#5      TRUE 5.722083 5.2       28 Fold01.Rep01
#6      TRUE 6.071295 4.5       42 Fold01.Rep01

现在我想得到每个例子所有10个预测的平均值。我可以通过迭代下面的例子来做到这一点，但我认为必须有一个更好、更整洁的方法。

mean(model.cv$pred[model.cv$pred$rowIndex==1, "pred"])
#[1] 5.745675

编辑

根据@Obim的回答，我测试了三个拟议解决方案的时间安排。dplyr版本要快得多。注意，我对sapply版本进行了轻微修改，在唯一的rowINdex上添加了一个排序，以保持其输出的一致性和可解释性。

library("plyr")
library("dplyr")
library("tictoc")
tic("plyr")
for(i in 1:100) meansplyr = ddply(model.cv$pred, ~rowIndex, summarise, mean = mean(pred))
toc()
#plyr: 5.56 sec elapsed
tic("dplyr")
for(i in 1:100) meansdplyr = model.cv$pred %>% group_by(rowIndex) %>% summarise(pred = mean(pred))
toc()
#dplyr: 0.08 sec elapsed
tic("sapply")
for(i in 1:100) {
meanssapply = sapply(
X = sort(unique(model.cv$pred$rowIndex)), # added sort to keep the output consistent
FUN = function(x){mean(model.cv$pred$pred[model.cv$pred$rowIndex %in% x])}
)
}
toc()
#sapply: 0.73 sec elapsed
# the outputs are exactly the same
sum(abs(meansplyr$mean - meansdplyr$pred))
#[1] 0
sum(abs(meansplyr$mean - meanssapply))
#[1] 0

Answer 1

一个带ddply的衬垫：

library(plyr)
ddply(model.cv$pred, ~rowIndex, summarise, mean = mean(pred))

或者使用dplyr:

library(dplyr)
model.cv$pred %>% 
group_by(rowIndex) %>% 
summarise(pred = mean(pred))

sapply的另一种方式(尽管仍在每个rowIndex上迭代(。正如@DataD'Oh所指出的，应该对输入进行排序，以便对输出进行解释：

sapply(
X = sort(unique(model.cv$pred$rowIndex)), 
FUN = function(x){mean(model.cv$pred$pred[model.cv$pred$rowIndex %in% x])}
)