[R-es] Problema con función

[Diego Iglesias]

Hola Erreros!

Tengo una función: funcion_prueba(mibase, variable_1, variable_2) que
calcula un numero agregado de la variable_2 en función de la variable_1.
Estoy intentando aplicar esta función para una base donde tengo 400
variables, de manera que mibase y variable_1 siempre sean las mismas y
variable_2 vaya cambiando hasta variable_400.



Mi primer intento lo he hecho con:



*For (i in 1:ncol(mibase){*



*Vector[i] <- function_prueba(mibase, variable_1, colnames(mibase)[i])*

*}*



Pero no me funciona porque colnames(mibase)[i] lo interpreta como carácter,
es decir como “variable_N” en vez de variable_N.



Otro intento ha sido:



*Lapply(mibase, function(x) funcion_prueba(mibase, variable_1, x))*



Y tampoco funciona, me dice que no encuentra la columna x.



¿Alguien tiene una idea de cómo resolverlo?



Más específicamente, estoy intentando aplicar la función gbm_bin, prestada
del usuario statcompute de github (
https://github.com/statcompute/MonotonicBinning/blob/master/code/iso_bin.R)

*gbm_bin <- function(data, y, x) {*
*  # INPUT   *
*  # data: input dataframe*
*  # y   : name of Y in the input dataframe with binary 0/1 values*
*  # x   : name of X in the input dataframe with numeric values*
*  # OUTPUT*
*  # gbm_bin(df, bad, ltv)*
*  # $df*
*  #   bin                           rule freq   dist mv_cnt bad_freq
bad_rate     woe     iv      ks*
*  #    01                       $X <= 46   81 0.0139      0        3
 0.0370 -1.9021 0.0272  1.4298*
*  #   ...SKIPPED...*
*  #    17           $X > 138 | is.na <http://is.na>($X)   67 0.0115
1       28   0.4179  1.0246 0.0154  0.0000*
*  # $cuts*
*  # [1]  46  71  72  73  81  83  90  94  95 100 101 110 112 115 136 138*

*  yname <- deparse(substitute(y))*
*  xname <- deparse(substitute(x))*
*  df1 <- subset(data, !is.na <http://is.na>(data[[xname]]) & data[[yname]]
%in% c(0, 1), select = c(xname, yname))*
*  df2 <- data.frame(y = df1[[yname]], x = df1[[xname]], x2 = df1[[xname]])*
*  spcor <- cor(df2[, 2], df2[, 1], method = "spearman", use =
"complete.obs")*

*  mdl <- gbm::gbm(y ~ x + x2, distribution = "bernoulli", data = df2,
var.monotone = c(spcor / abs(spcor), spcor / abs(spcor)), *
*                  bag.fraction = 1, n.minobsinnode = round(nrow(df2) /
100))*
*  df3 <- data.frame(y = df2$y, x = df2$x, yhat = gbm::predict.gbm(mdl,
n.trees = mdl$n.trees, type = "response"))*

*  df4 <- Reduce(rbind, *
*                lapply(split(df3, df3$yhat), *
*                       function(x) data.frame(maxx = max(x$x), *
*                                              yavg = mean(x$y),*
*                                              yhat = round(mean(x$yhat),
8))))*

*  df5 <- df4[order(df4$maxx), ]*
*  h <- ifelse(df5[["yavg"]][1] %in% c(0, 1), 2, 1)*
*  t <- ifelse(df5[["yavg"]][nrow(df5)] %in% c(0, 1), 2, 1)*
*  cuts <- df5$maxx[h:max(h, (nrow(df5) - t))]*

*  return(list(df   = manual_bin(data, yname, xname, cuts = cuts), *
*              cuts = cuts))  *
*}*

y mi código es



*for(i in 1:(ncol(mibase)-1)){  sum(gbm_bin(mibase, etiqueta,
colnames(mibase)[i])$df$iv)}y*
*lapply(mibase, function(x) sum(gbm_bin(mibase, etiqueta, x)$df$iv))*


Gracias de antemano!!

Diego

	[[alternative HTML version deleted]]