R：cv.glm 变量长度不同错误

Question

我正在尝试比较后向选择与线性回归的降维效果。数据集相当大，有 150 个变量。

我一直使用相同的方法为选定模型生成与交叉验证的比较，但是这次使用这个数据集，cv.glm 给出了一个我很难修复的错误：

model.frame.default 中的错误（公式 = SurveyTest$H.test ~ ：可变长度不同（发现 “音乐”）

SurveyTest 中没有 NA 值，我似乎无法检测到导致长度差异的其他原因。

交叉验证代码：

#Linear regression full model
lm_full <- lm(SurveyTest$H.test~.,data=SurveyTest)
summary(lm_full)

#Backward selection
lm_init <- lm(H.test~1,data=SurveyTest)
backward_lm <- stepAIC(lm_full,scope = formula(lm_init),direction="backward", 
trace = FALSE)
summary(backward_lm)
AIC(backward_lm)

#Cross Validation
library(boot)
model1 <- glm(lm_full)
summary(lm_full)
model2 <- glm(backward_lm)
cv.glm(data=SurveyTest, glmfit=model1,K=10)
cv.glm(data=SurveyTest, glmfit=model2,K=10)

Answer 1

我想我找到了解决方案。我应该用

创建 lm_full

lm_full <- lm(H.test~.,data=SurveyTest)

而不是

lm_full <- lm(SurveyTest$H.test~.,data=SurveyTest)

这解决了问题。