我一直无法理解有关如何调用 S3 方法的文档，这一次它让我反感。
我会为提出多个问题而预先道歉，但它们都是密切相关的。在一组复杂函数的核心深处，我创造了很多glmnet拟合，尤其是逻辑拟合。现在，glmnet文档将其返回值指定为具有“glmnet”和（用于逻辑回归）“lognet”两个类。实际上，这些都是按此顺序指定的。
但是，查看 的实现结束glmnet，就在调用（内部函数）lognet之后，将类设置fit为“lognet”，我在返回（变量）之前看到这行代码fit：
class(fit) = c(class(fit), "glmnet")
由此，我得出结论，类的顺序实际上是“lognet”、“glmnet”。
不幸的是，我的健康状况（就像医生建议的那样）：
> class(myfit)
[1] "glmnet" "lognet"
问题在于为它分派 S3 方法的方式，特别是predict. 这是代码predict.lognet：
function (object, newx, s = NULL, type = c("link", "response",
"coefficients", "class", "nonzero"), exact = FALSE, offset,
...)
{
type = match.arg(type)
nfit = NextMethod("predict") #<- supposed to call predict.glmnet, I think
switch(type, response = {
pp = exp(-nfit)
1/(1 + pp)
}, class = ifelse(nfit > 0, 2, 1), nfit)
}
我添加了一条评论来解释我的推理。现在，当我myfit使用新的数据矩阵mydata和对此进行预测时type="response"，就像这样：
predict(myfit, newx=mydata, type="response")
，根据文档，我没有得到预测的概率，而是得到线性组合，这正是predict.glmnet立即调用的结果。
我试过颠倒类的顺序，如下所示：
orgclass<-class(myfit)
class(myfit)<-rev(orgclass)
然后再次进行预测调用：你瞧：它起作用了！我确实得到了概率。
所以，这里有几个问题：
- 我是否“了解到”S3 方法是按类的出现顺序调度的？
- 我是否正确假设中的代码
glmnet会导致正确调度的错误顺序predict？ - 据我所知，在我的代码中，没有任何东西可以显式/可见地操作类。什么可能导致订单发生变化？
为了完整起见：这里有一些示例代码可以使用（就像我现在自己做的那样）：
library(glmnet)
y<-factor(sample(2, 100, replace=TRUE))
xs<-matrix(runif(100), ncol=1)
colnames(xs)<-"x"
myfit<-glmnet(xs, y, family="binomial")
mydata<-matrix(runif(10), ncol=1)
colnames(mydata)<-"x"
class(myfit)
predict(myfit, newx=mydata, type="response")
class(myfit)<-rev(class(myfit))
class(myfit)
predict(myfit, newx=mydata, type="response")
class(myfit)<-rev(class(myfit))#set it back
class(myfit)
根据生成的数据，差异或多或少是明显的（在我的真实数据集中，我注意到所谓的概率中有负值，这就是我发现问题的方式），但你确实应该看到差异。
感谢您的任何意见。
编辑：
我刚刚发现了一个可怕的事实：任何一个顺序都在 glmnet 1.5.2 中工作（它存在于我运行实际代码的服务器上，导致与类顺序相反），但是 1.6 中的代码需要顺序是“lognet”，“glmnet”。我还没有检查 1.7 中发生了什么。
感谢@Aaron 提醒我信息学的基础知识（除了“如果一切都失败了，重新启动”：“检查你的版本”）。我错误地认为统计学习之神提供的软件包可以免受此类错误的影响），并感谢@Gavin 确认我重建了 S3 的工作原理。