Question

使用＆＃34; stackloss＆＃34;在R中的数据，我创建了一个回归模型，如下所示：

    stackloss.lm = lm(stack.loss ~  Air.Flow + Water.Temp + Acid.Conc.,data=stackloss)

stackloss.lm 
newdata = data.frame(Air.Flow=stackloss$Air.Flow, Water.Temp= stackloss$Water.Temp, Acid.Conc.=stackloss$Acid.Conc.)

假设我获得了一个新的数据集并且需要预测它的＆＃34; stack.loss＆＃34;基于以前的模型，如下所示：

#suppose I need to used my model on a new set of data
stackloss$predict1[-1] <- predict(stackloss.lm, newdata)

我收到此错误：

Error in `$<-.data.frame`(`*tmp*`, "predict1", value = numeric(0)) : 
  replacement has 0 rows, data has 21

他们是否可以在具有相同列但不同行的不同数据集上使用预测函数？

提前致谢。

Answer 1

您可以预测任意长度的新数据集，只需确保将结果分配给适当大小的现有向量。

此行导致问题，因为

stackloss$predict1[-1] <- predict(stackloss.lm, newdata)

因为您无法同时为不存在的向量分配和子集。这也不起作用

dd <- data.frame(a=1:3)
dd$b[-1]<-1:2

用于拟合模型的stackloss的长度将始终保持相同的长度，因此重新为该数据分配新值。框架没有意义。如果您想使用较小的数据集进行预测，那很好

stackloss.lm = lm(stack.loss ~  Air.Flow + Water.Temp + Acid.Conc.,data=stackloss)

newdata = head(data.frame(Air.Flow=stackloss$Air.Flow, Water.Temp= stackloss$Water.Temp, Acid.Conc.=stackloss$Acid.Conc.),5)

predict(stackloss.lm, newdata)
       1        2        3        4        5 
38.76536 38.91749 32.44447 22.30223 19.71165

由于结果具有与newdata具有行（n = 5）相同数量的值，因此将这些值附加到newdata是有意义的。附加到stackloss是没有意义的，因为它有不同的行数（n = 21）

newdata$predcit1 <- predict(stackloss.lm, newdata)

在具有不同列的新数据集上使用预测函数

1 个答案: