“缓存”值会导致逻辑回归失败吗？

Question

我有两个数据框：

  

df_bad

die_y bin

1 11 JD

2 13 I

  

df_good

die_y bin

1 11 JD

2 13 I

我运行逻辑回归：

model_lr＆lt; - train（bin~。，data = df_bad，method ='glm'，family ='binomial'）

model_lr＆lt; - train（bin~。，data = df_good，method ='glm'，family ='binomial'）

第二个成功（它是直接创建的）

df_good＆lt; - data.frame（die_y = c（11,13），bin = as.factor（c（'JD'，'I'）））

第一个失败（它是从较大的数据框切片），但有错误： 结果中的一个或多个因子水平没有数据：'BA'，'dU'，'other'，'TT'，'XD'

由于在我看来数据帧是相同的，算法如何知道数据中没有的其他潜在因子值？整个混乱开始于原始数据中的错误，所以我想我会尝试将原始数据削减到可行的数据集并从那里开始，除了算法似乎“记住”我所拥有的并将其用作另一个失败的借口。即使删除原始源数据也不会改变结果。是什么赋予了？如何让算法忘记以前的算法？ TIA

Answer 1

添加了代码：df_bad＆lt; - droplevels（df_bad）

并且有效！