R编程 - 不删除右列

Question

我写信是为了在这里粘贴我的代码。 我正在学习 R 的在线课程，并试图自动化多变量回归。我试图检查发生了什么，一开始它可以工作，但是当涉及到最后两个变量时，它进入一个循环并且不会消除它们，即使它进入了 if。 最后，我有这个错误

Error in if (maxVar > sl) { : missing value where TRUE/FALSE needed

这里是代码

backwardElimination <-function(training,sl) {
  numVar=length(training)
  funzRegressor = lm(formula = profit ~.,
               data = training)
  p = summary(funzRegressor)$coefficients[,4]
  maxVar = max(p)
  if (maxVar > sl){
    for (j in c(1:numVar)){
      if (maxVar == p[j]) {
        training = training[, -j]
        backwardElimination(training,sl)
      }
    }
  }
  return(summary(funzRegressor))
}

提前致谢

编辑：这是我的代码的其余部分

#importing dataset
dataset = read.csv('50_Startups.csv')


# Encoding categorical data
dataset$State = factor(dataset$State,
                         levels = c('New York', 'California', 'Florida'),
                         labels = c(1, 2, 3))

#splitting in train / test set 
library(caTools)
set.seed(123)
split = sample.split(dataset$Profit, SplitRatio = 4/5)
trainingSet = subset(dataset, split == TRUE)
testSet = subset(dataset, split == FALSE)
#Transforming state in dummy variables
trainingSet$State = factor(trainingSet$State)
dummies = model.matrix(~trainingSet$State)
trainingSet = cbind(trainingSet,dummies)
profit = trainingSet$Profit
trainingSet = trainingSet[, -4]
trainingSet = trainingSet[, -4]
trainingSet = cbind(trainingSet,profit)
#calling the function
SL = 0.05
backwardElimination(trainingSet, SL)

Answer 1

此错误表明您的 if 语句中有 NA 而不是布尔值。

if (NA) {}
## Error in if (NA) { : missing value where TRUE/FALSE needed

您的p 要么包含NA，要么sl 是NA。

Answer 2

您的截距也会在下一步建模中反馈，您需要在进行下一次迭代之前将其删除。

Answer 3

我可以使用 R 内置数据集 state.x77 复制您的错误

dataset <- as.data.frame(state.x77)
dataset$State <- rownames(dataset) 
dataset$profit <- rnorm(nrow(dataset))

backwardElimination <-function(training,sl) {
    if (!"profit" %in% names(training)) return(NULL)

    numVar=length(training)
    funzRegressor = lm(formula = profit ~.,
        data = training)
    p = summary(funzRegressor)$coefficients[,4]
    maxVar = max(p)
    #print(funzRegressor)

    if (maxVar > sl){
        for (j in c(1:numVar)){
            if (maxVar == p[j]) {
                training = training[, -j]
                backwardElimination(training,sl)
            }
        }
    }
    return(summary(funzRegressor))
}
backwardElimination(dataset, 0.05)

在您的某些 beta 中存在 NA，所有 p 值都变为 NaN。你需要在州内倒退吗？否则，您可以删除 State 列以消除错误。

当你在递归中到达边界情况时会出现另一个错误，你可以修复它:)