线性回归预测：没有适用于“预测”的方法应用于“data.Frame”类的对象

Question

我有我的数据（目前是虚拟数据）：

data_for_prediction <- original_data[,c(1,3)]

如果您想重现问题，则以下内容足以解决此错误：

data_for_prediction <- data.frame(
  diff = c(1,2,3),
  f.mean_slope = c (1,2,3)
)

仅包含两行：“diff”（Y）和“f.mean_slope”（x）

然后我对整个事情进行采样：

set.seed(101)
trainingRowIndex <- sample(1:nrow(data_for_prediction), 0.8*nrow(data_for_prediction))
trainingData <- data_for_prediction[trainingRowIndex, ]  
testData  <- data_for_prediction[-trainingRowIndex, ]

然后我创建一个适合：

model_fit <- lm(diff ~ ., data = trainingData, method = "model.frame")

当我现在尝试预测某事时：

newdata <- data.frame(
  f.mean_slope = c(1,2,3)
)

distPred <- predict(model_fit, newdata) 

然后 R Studio 只返回错误消息：

UseMethod("predict") 中的错误：没有适用于“predict”的方法应用于“data.Frame”类的对象

这让我发疯了，因为我在互联网上搜索了大量类似问题的问题，但没有一个有效......

有人有想法吗？

Answer 1

那是因为你使用了：

model_fit <- lm(diff ~ ., data = trainingData, method = "model.frame")
class(model_fit)
[1] "data.frame"

上面给出了用于拟合数据的模型矩阵。

你可以这样做：

model_fit <- lm(diff ~ ., data = trainingData,model=TRUE)
newdata <- data.frame(
  f.mean_slope = c(1,2,3)
)

distPred <- predict(model_fit, newdata) 

并且模型矩阵可以在model_fit$model中找到