我正在比较不同方法之间的预测 第一种方法是线性回归（lm），第二种方法是rpart
lm没问题，我发送2个变量，然后得到2个变量。
但是使用rpart，我没有得到相同的结果，我只是得到了1个变量。
为什么没有得到y1的2个结果1和y2的另一个结果
这是我的代码
######################################
## S E T U P
######################################
x1 <- c(11, 21, 20, 36, 27, 15, 7, 19, 40, 5 )
x2 <- c(142, 175, 175, 180, 181, 160, 110, 170, 177, 92)
x3 <- c(44, 78, 79, 82, 92, 56, 31, 66, 91, 29)
y1 <- c(36, 41, 42, 44, 45, 40, 34, 41, 45, 32)
y2 <- c(7, 13, 13, 17, 19, 11, 6, 12, 19, 4)
TData <- data.frame(x1=x1[1:7], x2=x2[1:7], x3=x3[1:7], y1=y1[1:7], y2=y2[1:7])
PData <- data.frame(x1=x1[8:10], x2=x2[8:10], x3=x3[8:10], y1=y1[8:10], y2=y2[8:10])
######################################
## LINEAR REGRESSION
######################################
lm_Result <- lm(cbind(y1,y2)~., TData)
lm_pred <- predict(lm_Result, PData)
lr_pred[,"y1"]
lr_pred[,"y2"]
######################################
## RPART
######################################
library(rpart)
rpart_Result <- rpart(cbind(y1,y2)~., TData)
rpart_pred <- predict(rpart_Result, PData)
答案 0 :(得分：1)
为什么没有得到y1的2个结果1和y2的另一个结果
这是因为 predict方法根据您传递的参数返回不同的类。
如果您尝试：
?Predict
然后它说：
预测是用于根据各种模型拟合函数的结果进行预测的通用函数。该函数调用特定的 取决于第一个参数的类的方法。
，其值为：
predict返回的值的形式取决于其参数的类。
因此，lm方法的响应是类lm的对象，而rpart的返回值是类rpart的对象
因此，预测方法为您提供了不同的答案。
如何才能获得相同的结果？
您的lm方法建立了一个模型来估计y1和y2的值。因此，您应该以同样能够获得y1和y2值的方式运行rpart。
要在您的rpart方法中执行此操作，请定义method="class"，但失败。因为它无法分类2个要素。因此，最大的问题来自您的公式，您有cbind(y1,y2)~.
阅读Rpart document对您有很大帮助。