Question

我在这里读到的答案很少，但我恐怕无法找到答案。

我的R代码是：

colors <- bmw[bmw$Channel=="Colors" & bmw$Hour=20,]
colors_test <- tail(colors, 89)
colors_train <- head(colors, 810)

colors_train_agg <- aggregate(colors_train$Impressions, list(colors_train$`Position of Ad in Break`), FUN=mean, na.rm=TRUE)
colnames(colors_train_agg) <- c("ad_position", "avg_impressions")
lm_colors <- lm(colors_train_agg$avg_impressions ~ poly(colors_train_agg$ad_position, 12))
 summary(lm_colors)

colors_test_agg <- aggregate(colors_test$Impressions, list(colors_test$`Position of Ad in Break`), FUN=mean, na.rm=TRUE)
colnames(colors_test_agg) <- c("ad_position", "avg_impressions")
new.df <- data.frame(colors_test_agg$ad_position)
colnames(new.df) <- c("ad_position")
colors_test_test <- predict(lm_colors, newdata=new.df)

因此，训练和测试数据的列名完全相同。我仍然收到警告：

Warning message: 'newdata' had 15 rows but variables found have 22 rows

有人可以提出错误吗？另外，我想知道我是否以正确的方式做到了。

此外，我们将非常感谢有关如何计算模型精度的一些指示。谢谢！

Answer 1

解决方案：

lm_colors <- lm(avg_impressions ~ poly(ad_position, 13), data=colors_train_agg)

原因：您可以比较model.matrix()如何生成矩阵以对predict()内的数据进行评分。因此，当我们通过model(df$var1~df$var2)时，model.matrix()会查找df$var1和df$var2来生成矩阵 - 但这具有训练数据的维度（df）。 model和newdata

中有不同名称的问题

通过以下步骤（如果您有兴趣了解原因）：

model1 <- lm(var1~var2, data = df)
model2 <- lm(df$var1~df$var2)
debug(predict)
predict(model1, newdata = df1)
predict(model2, newdata = df1)

R警告：newdata＆＃39;有15行但找到的变量有22行

1 个答案: