我试图将后向选择与线性回归进行比较以减少尺寸。数据集相当大,有150个变量。
我一直使用相同的方法为选定的模型生成与交叉验证的比较,但这次使用此数据集时,cv.glm会出现我无法解决的错误:
model.frame.default中的错误(公式= SurveyTest $ H.test~:变量长度不同(找到 '音乐&#39)
SurveyTest中没有NA值,我似乎无法检测长度差异的其他原因。
交叉验证代码:
#Linear regression full model
lm_full <- lm(SurveyTest$H.test~.,data=SurveyTest)
summary(lm_full)
#Backward selection
lm_init <- lm(H.test~1,data=SurveyTest)
backward_lm <- stepAIC(lm_full,scope = formula(lm_init),direction="backward",
trace = FALSE)
summary(backward_lm)
AIC(backward_lm)
#Cross Validation
library(boot)
model1 <- glm(lm_full)
summary(lm_full)
model2 <- glm(backward_lm)
cv.glm(data=SurveyTest, glmfit=model1,K=10)
cv.glm(data=SurveyTest, glmfit=model2,K=10)
答案 0 :(得分:1)
我想我找到了解决方案。我应该用
创建lm_full lm_full <- lm(H.test~.,data=SurveyTest)
而不是
lm_full <- lm(SurveyTest$H.test~.,data=SurveyTest)
解决了这个问题。