lm和预测 - 数据框架名称的一致性

Question

在R工作以开发回归模型，我有类似的东西：

c_lm = lm(trainingset$dependent ~ trainingset$independent)
c_pred = predict(c_lm,testset$independent))

每一次，我从R中得到一个神秘的错误：

Warning message:
'newdata' had 34 rows but variables found have 142 rows 

基本上转换为R无法找到testset data.frame的独立列。这只是因为lm中公式右边的确切名称必须在预测中。为了解决这个问题，我可以这样做：

tempset = trainingset
c_lm = lm(trainingset$dependent ~ tempset$independent)

tempset = testset
c_pred = predict(c_lm,tempset$independent))

或一些类似的变化，但在我看来，这真的很草率。

是否有另一种方法来清理两者之间的转换，以便自变量的数据框在预测中不必具有与lm中完全相同的名称？

Answer 1

不，不，不，不，不，不！ 如果您想要模型公式附带的所有其他糖，请不要以您的方式使用公式界面。你写道：

c_lm = lm(trainingset$dependent ~ trainingset$independent)

你重复trainingset两次，这是浪费手指/时间，多余，而且至少会导致你遇到问题。现在打电话给predict时，它会在 testset中查找名为trainingset$independent的变量，当然不存在。相反，请在调用data时使用lm()参数。例如，这与您的公式符合相同的模型，但效率很高，并且与predict()

一起正常工作

c_lm = lm(dependent ~ independent, data = trainingset)

现在，当您致电predict(c_lm, newdata = testset)时，您只需拥有一个数据框，其中包含名称为independent的变量（或模型公式中的任何内容）。

在我展示公式时编写公式的另一个原因是易读性。从公式中获取对象名称可以让您更轻松地查看模型的内容。