R：对具有因子的数据集应用回归

Question

我有以下数据集：

我正在尝试将多线性回归相应地应用于训练和测试数据集，如下所示：

library(caTools)

set.seed(123)
split = sample.split(data$G3, SplitRatio = 0.8)
train_set = subset(data, split == TRUE)
test_set = subset(data, split == FALSE)

write.csv(train_set, "student_train.csv", row.names = FALSE)
write.csv(test_set, "student_test.csv", row.names = FALSE)

#Multilinear regression
multi = lm(formula = G3 ~ ., data = train_set)

#Predicting the test values
y_pred_m = predict(multi, newdata = test_set)

library(Metrics)

mae_m = mae(test_set[[10]], y_pred_m)
rmse_m = rmse(test_set[[10]], y_pred_m)

但是，我的 mae 和 rmse 值都在控制台中返回为 NA，在“环境”选项卡中返回为 NA_real_。我的 data$G3 值不是一个因素，所以我不确定为什么会收到以下错误消息：In Ops.factor(actual, predicted) : ‘-’ not meaningful for factors. 我是使用 R 进行回归的新手，所以请帮忙。

Answer 1

第十列是因子internet。所以应该是

mae_m = mae(test_set$G3, y_pred_m)
rmse_m = rmse(test_set$G3, y_pred_m)