使用新数据评估线性模型返回拟合值答案

【问题标题】：Evaluating linear model with new data returns fitted values使用新数据评估线性模型返回拟合值
【发布时间】：2020-04-26 15:58:16
【问题描述】：

我正在构建和评估我的模型，如下所示。

yData <- rnorm(10)
xData <- matrix(rnorm(20), 10, 2)
polyModel <- lm(yData~polym(xData, degree=2, raw=T))
newData <- matrix(rnorm(100), 50, 2)
yPredicted <- predict(polyModel, polym(newData, degree=2, raw=T))

但是，模型评估 yPredicted 正好等于拟合值 polyModel$fitted.values，一个长度为 10 的向量。在这种情况下，我期望 yPredicted 是一个长度为 50 的向量。一些帮助将不胜感激。

【问题讨论】：

标签： r lm predict poly

【解决方案1】：

predict() 不能很好地工作，除非在 data 参数中指定了数据。这似乎有效：

polyModel <- lm(yData~poly(V1, V2, degree=2, raw=TRUE),
                data=as.data.frame(xData))
length(fitted(polyModel))  ## 10
newData <- matrix(rnorm(100), 50, 2)
yPredicted <- predict(polyModel, newdata=as.data.frame(newData))
length(yPredicted) ## 50

V1 和 V2 是将矩阵转换为数据框时分配的默认列名。
如果您有未知和/或大量列要放入多项式中（例如 poly(V1, ..., V1000, degree=2, raw=TRUE)），则此规范将无法正常工作

如果您事先不知道列数，略 hacky 的解决方案是：

f <- as.formula(sprintf("yData~poly(%s, degree=2, raw=TRUE)",
           paste("V", seq(ncol(xData)), sep="", collapse=", "))
polyModel <- lm(f, data=as.frame(xData))

（未经测试）

【讨论】：

我担心这与此有关。问题是我事先不知道 xData 会有多少列。最大列数为 5。最坏的情况是，我可以进行大小写切换并输入不同的场景 (V1) / (V1, V2) / (V1, V2, V3) ......但我不想.有没有办法将其扩展到 xData 中可变数量的列？