Question

我已经回顾了以下类似的问题和答案，但相信我的情况不同，需要另外一个问题。

列出的最后一个问题得到了Joran的一个很好的答案，它解释了建模和评分之间的命名惯例的核心。

我拟合的模型是一个多项式，它会产生一些命名问题。

mdl <- lm(val ~ poly(grp,2), data = mRetCurv)
model.frame(mdl)

生成以下输出：

     val       poly(grp, 2).1  poly(grp, 2).2
1   39.54227   -0.290170670    0.374017601
2   48.68225   -0.272368788    0.308602552

请注意我的预测变量的名称。如果我打电话

predict.lm(mdl, newdata = apl$grp)

就预测.lm而言，我得到标准警告为变量grp！= poly（grp，2）.1或poly（grp，2）.2。我尝试制作一个重复的grp列并重命名两个以匹配model.frame，但R不喜欢“poly（grp，2）.1”作为列名。当我将列应用于多行时，这也不是一个复制数据的数据有效解决方案。

感谢任何帮助。

谢谢

Answer 1

SELECT my_table.* EXCEPT(field3), t2.value as t2_value, t3.value as t3_value FROM my_table CROSS JOIN UNNEST(my_table.field3) AS t1 LEFT JOIN ids_table AS t2 ON t1.a = t2.id LEFT JOIN keys_table as t3 ON t1.b = t3.id是一个向量，但apl$grp要求predict参数为数据框。^*此数据框必须包含具有相同名称的列作为用于拟合模型的预测变量（尽管它也可以包含其他列）。因此，以下代码应该可以工作：

newdata

您可以使用predict(mdl, newdata = apl)而不是predict。 predict.lm是类mdl的对象，会导致lm自动“调度”predict方法。

*严格来说，由于这是predict.lm模型，因此调度的lm“方法”为predict，该方法要求predict.lm为数据框。 newdata还需要一个数据框。但是，有一些predict.glm方法可以采用其他类型的参数。例如：

predict包具有randomForest模型的预测方法，可以将数据框或矩阵作为randomForest参数。
newdata包对glmnet模型有predict方法，需要矩阵，但在这种情况下，参数称为glmnet而不是newx

预测新数据的警告

1 个答案: