使用cv.lm（）进行K折交叉验证

Question

我是R的新手并尝试使用cv.lm（）进行K折交叉验证 请参阅：http://www.statmethods.net/stats/regression.html

我收到错误，表明我的变量长度不同。在我使用length（）验证期间，我发现其大小实际上是相同的。

以下是复制问题的最小数据集，

X   Y
277 5.20
285 5.17
297 4.96
308 5.26
308 5.11
263 5.27
278 5.20
283 5.16
268 5.17
250 5.20
275 5.18
274 5.09
312 5.03
294 5.21
279 5.29
300 5.14
293 5.09
298 5.16
290 4.99
273 5.23
289 5.32
279 5.21
326 5.14
293 5.22
256 5.15
291 5.09
283 5.09
284 5.07
298 5.27
269 5.19

使用以下代码进行交叉验证

# K-fold cross-validation, with K=10
sampledata <- read.table("H:/sample.txt", header=TRUE)
y.1 <- sampledata$Y
x.1 <- sampledata$X
fit=lm(y.1 ~ x.1)
library(DAAG)
cv.lm(df=sampledata, fit, m=10)

终端上的错误，

Error in model.frame.default(formula = form, data = df[rows.in, ], drop.unused.levels = TRUE) : 
  variable lengths differ (found for 'x.1')

验证

> length(x.1)
[1] 30
> length(y.1)
[1] 30

以上证实长度相同。

> str(x.1)
 int [1:30] 277 285 297 308 308 263 278 283 268 250 ...
> str(y.1)
 num [1:30] 5.2 5.17 4.96 5.26 5.11 5.27 5.2 5.16 5.17 5.2 ...

> is(y.1)
[1] "numeric" "vector" 
> is(x.1)
[1] "integer"             "numeric"             "vector"              "data.frameRowLabels"

进一步检查上面的数据集表明一个数据集是整数，另一个是数字。但即使将数据集转换为整数或整数转换为数字，屏幕上也会弹出相同的错误，指示数据长度问题。

您能指导我如何纠正错误吗？

我从2天前开始处理这个问题是不成功的。我没有从使用互联网的研究中获得任何好的线索。

地址相关查询：

如果我们在属性

中使用数据集的标题，我认为合适

fit=lm(Y ~ X, data=sampledata)

a）上述语法与

的区别是什么

fit1=lm(sampledata$Y ~ sampledata$X)

认为它是一样的。在下面，

#fit 1 works
fit1=lm(Y ~ X, data=sampledata)
cv.lm(df=sampledata, fit1, m=10)

#fit 2 does not work
fit2=lm(sampledata$Y ~ sampledata$X)
cv.lm(df=sampledata, fit2, m=10)

问题出在 df = sampledata ，因为标题“ sampledata $ Y ”不存在但只存在$ Y.试图将cv.lm操纵到下面它也不起作用，

cv.lm(fit2, m=10)

b）如果我们喜欢操纵变量，如何在cv.lm（）中使用它，例如

y.1 <- (sampledata$Y/sampledata$X)
x.1 <- (1/sampledata$X)

#fit 4 problem
fit4=lm(y.1 ~ x.1)
cv.lm(df=sampledata, fit4, m=10)

有没有办法可以在函数中引用y.1和x.1而不是标题Y~X？

感谢。

Answer 1

我不确定为什么会发生这种情况，但我发现你没有为lm（）指定数据参数，所以这是我的第一个猜测。

fit=lm(Y ~ X, data=sampledata)

由于错误消失了，这可能是一个充分的答案。

UPD ：错误的原因是sampleata中不存在y.1和x.1，它是作为cv.lm的df参数提供的，因此公式y.1~ x.1在cv.lm环境中毫无意义。