R中的“预测”函数不能预测测试集

Question

我试图在训练集上拟合数据，然后将其应用到完整集以查看结果。但问题是我必须使用data.frame 来存储x 和y，因为我打算使用引导程序。我正在做一些这样的测试：

library(splines)

# generating the data

x_ = c(0.2, 0.9, 1.4, 1.7)
y_ = c(2.5, 4.3, 5.2, 2.5)
n = 50 - length(x_)
set.seed(0)
x = seq(0,3, length.out=n) + runif(n,0,0.1)
y = x*sin(3*x) + runif(n)
x = sort(c(x, x_))
y = c(y, y_)
df <- data.frame(x=sort(x), y=y)

# fitting the model

df1 <- df[c(2,4,6,8,16,20,25,30,35,40,45,50),]
ft <- lm(df1$y ~ bs(df1$x, knots=knots, degree=3))
pr <- predict(ft, df$x)
length(pr)

问题是predict 不喜欢df$x，它只适用于data.frame(df$x)（为什么？）。此外，它拒绝预测超过 12 个值，这对我来说非常奇怪。

Answer 1

因为 predict() 期望输入作为包含“x”列的 data.frame() 对象。所以当你传递一个向量时，它不会识别它。

ft <- lm(y ~ bs(x, knots=knots, degree=3),data=df1)
pr <- predict(ft, newdata=df)
length(pr)