predict() 函数的问题（可能很容易解决）

Question

全部。

这是我在这个论坛提出的第一个问题。我是初学者，你们马上就会告诉我。

我正在做一个小任务，我必须将训练模型与测试模型进行比较。关键是训练模型的行数比测试模型多得多。

通过线性回归模型，我希望比较两个模型，但是当我使用 predict() 函数时，出现以下错误：

“newdata”有 3456 行，但发现的变量有 7689 行。

这就是我所做的：

regression = lm(train$students~train$subjects, train)

（train 是 trining 数据库）

prediction = predict(regression, test) 

（test是测试数据库）

我不知道我是否正确使用了 predict() 函数。谁能告诉我我做错了什么？

非常感谢您的帮助和善意！

Answer 1

不要在公式中将变量称为data$var。绝不。永远。

发生的情况是，您为模型拟合了名为 train$students 和 train$subjects 的变量。为了从模型中进行预测，R 将在测试集中查找名为 train$subjects 的变量 test。显然tests 中不存在这样的变量；谁会用这么愚蠢的名字创建变量！？没有必要在公式中使用data$var 格式，因为data 参数的全部意义在于指示R 应该在哪里查找公式中提到的变量的名称。

要开始修复此问题，请将您的模型拟合为：

regression <- lm(students ~ subjects, data = train)

然后使用预测

predict(regression, test)

test 需要有一个包含subjects 的列。

错误信息是因为newdata有3456但是当它搜索变量train$subjects时发现7689行，大概是train中的完整观察数...？