为什么 predict() 函数在 R 中有不同的行

Question

我正在尝试使用线性回归来预测数据。没有错误，但有点奇怪。我从具有 4000 行的 data1 创建了一个线性回归，但我试图用这个只有 1000 行的线性回归来预测 data2。

然后，我认为变量的结果应该只有 1000 行。但它一直显示 4000 个变量。不知道怎么回事。

model = lm(train$crashes ~ train$latitude)
prediction1 = predict(model, newdata = test)
csv1 = data.frame(Id = c(1:1000), Predicted = prediction1)

从这段代码中，我相信它只需要预测只有 1000 行的“测试”数据。但它说“参数意味着不同的行数：1000、4337”这里的 4337 来自具有 4337 行的火车数据。

我认为我做错了。如何解决？

Answer 1

改变这一行：

model = lm(train$crashes ~ train$latitude)

到：

model <- lm(crashes ~ latitude, data=train)

使用公式接口时，理想情况下，数据集的名称应该在data= 中指定一次，而不是像train$crashes 等为每个变量指定。

当您使用newdata= 调用predict 时，将在您指定的新数据集中解释相同的crashes ~ latitude 公式。

---

我在尝试复制您的问题时收到的警告应该为您敲响警钟：

train <- data.frame(crashes = rnorm(1000), latitude=sample(1:1000))
test <- data.frame(crashes = rnorm(4377), latitude=sample(1:4377))

model <- lm(train$crashes ~ train$latitude)
prediction1 <- predict(model, newdata = test)

警告消息：“newdata”有 4337 行，但找到的变量有 1000 行