2

我正在创建一个执行类似行为的函数,但它会调用不同的预测算法。

modelBuild_auto_arima <- function(data, ...) {
     forecast::auto.arima(data)

   }

modelBuild_ets <- function(data, model, ...) {
   forecast::ets(data, model = model)

 }

...

将其保留为单独的函数并单独调用它或使用“UseMethod”创建通用函数是最佳实践吗?我尝试使用“UseMthod”创建

modelBuild <- function(x, ...) {
    UseMethod("modelBuild")
   }

modelBuild.auto.arima <- function(x, ...) {
      forecast::auto.arima(x)
  }

modelBuild.ets <- function(x, ...) {
    forecast::ets(x, model = model)
    }

这个想法是将这些函数称为预测函数中的模型构建块

 forecast_all <- function(data, algo_name, h, ...) {
    model <- modelBuild(data, ...)
    forecast::forecast(model, h = h)
   }

基于 'algo_name' 的值(可以是字符串或函数名ets, auto.arima),'modelBuild' 调度正确的方法。

4

1 回答 1

0

我会用UseMethod.

您可以重新定义数据对象的类,以便调用正确的方法函数。例如:

forecast_all <- function(data, algo_name, h, ...) {

  class(data) <- c(class(data), algo_name)

  model <- modelBuild(data, ...)

}
于 2019-03-11T00:00:53.830 回答