我是R的新手，我在预测和绘制训练线性回归结果中的测试数据集方面遇到了麻烦。
我有一个包含516个观察结果的训练数据集 和一个包含10个观测值的测试数据集
我对训练数据进行了线性回归 train2.lm = lm（CO2~期间+ P2，数据=训练） 摘要（train2.lm）
然后我绘制了测试数据并将颜色变为红色 情节（测试$ CO2~测试$ Period，col =“red”）
现在我想将估计的测试点放在与我的实际测试数据相同的图上，看看我的模型预测实际数据的效果如何。
点（测试$ Period，预测（train2.lm），col =“orange”）
我收到以下错误
xy.coords（x，y）出错：'x'和'y'长度不同
我认为这与我的具有更多价值观的训练数据集有关。我需要使用训练中的回归来预测和绘制测试中的CO2。
答案 0 :(得分：0)
为了扩展我的评论，这里有一个可以缓解问题的例子。在虹膜数据集上构建线性回归...
# 150 samples in the iris dataset
n = nrow(iris)
train_ind = sample(n,size=50)
# training set is 50 random samples
train = iris[train_ind,]
# testing set is 100 random samples (i.e. n - 50)
test = iris[-train_ind,]
# build a silly model on the training set
train.lm = lm(Sepal.Length ~ Sepal.Width,data=train)
# predict on the training set
pred_train = predict(train.lm)
# 50 predictions
length(pred_train)
# use the fitted model to predict on the testing set
pred = predict(train.lm, newdata=list(Sepal.Width = test$Sepal.Width))
# 100 predictions
length(pred)