在具有不同列的新数据集上使用预测函数答案

【问题标题】：Used Predict function on New Dataset with different Columns在具有不同列的新数据集上使用预测函数
【发布时间】：2015-05-14 05:32:23
【问题描述】：

使用 R 中的“stackloss”数据，我创建了一个回归模型，如下所示：

    stackloss.lm = lm(stack.loss ~  Air.Flow + Water.Temp + Acid.Conc.,data=stackloss)

stackloss.lm 
newdata = data.frame(Air.Flow=stackloss$Air.Flow, Water.Temp= stackloss$Water.Temp, Acid.Conc.=stackloss$Acid.Conc.)

假设我得到一个新数据集，需要根据之前的模型预测其“stack.loss”，如下所示：

#suppose I need to used my model on a new set of data
stackloss$predict1[-1] <- predict(stackloss.lm, newdata)

我收到此错误：

Error in `$<-.data.frame`(`*tmp*`, "predict1", value = numeric(0)) : 
  replacement has 0 rows, data has 21

他们是否可以在具有相同列但不同行的不同数据集上使用预测函数？

提前致谢。

【问题讨论】：

这只是一个例子，就像stackloss$predict1[-1]它是具有不同行数的新数据集。我需要使用我的原始模型来预测新数据集的y，看看它是否准确。例如，我创建了一个模型来查看汽车保险的价格，我的模型将被公司用于所有汽车，因此我需要在多个数据集上使用我的模型。
stackloss2 <- stackloss[-1,] stackloss2["predict1"] <- NULL stackloss2$predict1 <- predict(stackloss.lm, newdata)
错误表示行数不匹配。我需要在具有不同行数的不同数据集上使用预测函数。
我的意思是stackloss$predict1[-1]，因为我试图在数据集中使用预测来处理不同的行。

标签： r regression predict

【解决方案1】：

您可以预测到任何长度的新数据集，您只需确保将结果分配给适当大小的现有向量。

这行会导致问题，因为

stackloss$predict1[-1] <- predict(stackloss.lm, newdata)

因为您不能同时分配和子集一个不存在的向量。这也行不通

dd <- data.frame(a=1:3)
dd$b[-1]<-1:2

用于拟合模型的stackloss 的长度将始终保持相同的长度，因此为该 data.frame 重新分配新值没有意义。如果您想使用较小的数据集进行预测，那很好

stackloss.lm = lm(stack.loss ~  Air.Flow + Water.Temp + Acid.Conc.,data=stackloss)

newdata = head(data.frame(Air.Flow=stackloss$Air.Flow, Water.Temp= stackloss$Water.Temp, Acid.Conc.=stackloss$Acid.Conc.),5)

predict(stackloss.lm, newdata)
       1        2        3        4        5 
38.76536 38.91749 32.44447 22.30223 19.71165

由于结果与newdata 的行数相同（n=5），因此将这些附加到newdata 是有意义的。附加到 stackloss 是没有意义的，因为它有不同的行数 (n=21)

newdata$predcit1 <- predict(stackloss.lm, newdata)

【讨论】：

感谢您的回答。我有一个跟进，如果我在原始数据集中添加新行，我仍然可以使用预测功能吗？
是的。我不明白为什么不。
但它会自动预测新行的yhat。谢谢