逻辑回归错误：测试数据

Question

当我试图使用R中的Logistic回归模型进行预测时，我遇到以下错误：

  

错误

  

pred＆lt; - predict（model，newdata = test）
  model.frame.default中的错误（Terms，newdata，na.action = na.action，xlev = object $ xlevels）：     factor admission_type_id有新的等级8

根据我的理解，该列的测试数据＆＃34; admission_type_id＆＃34;比较训练数据有新的水平。 我尝试查看唯一值，我看到Train数据具有测试数据的所有值。

  

独特（火车$ admission_type_id）
  1 1 3 2 6 5 8 4
  级别：1 2 3 4 5 6 7 8

     

独特（测试$ admission_type_id）
  1 6 1 2 3 5 8
  级别：1 2 3 4 5 6 7 8

如果有人可以帮助我理解这个问题，那将会很有帮助。 谢谢。

Answer 1

问题在于您为一个/多个预测变量设定了不同的因子水平：

例如，我使用的是mtcars数据。它也应该出现在你的会话中。（阅读我在代码之间的评论）

mtcars_train <- mtcars[mtcars$cyl %in% c(4,6),] #Consider this as train data
mtcars_train$cyl <- as.factor(mtcars_train$cyl) #Changing cyl to factor, here cyl values are 4 and 6 only, notice there is no 8

mtcars_orig <- mtcars #Taking the entire data which contain cyl values as 4,6 and 8
mtcars_orig$cyl <- as.factor(mtcars_orig$cyl) #Converting to factors, here again we can see that levels(mtcars_orign$cyl) is 4,6 and 8

lm1 <- lm(am ~ mpg + cyl + hp , data=mtcars_train) # Building the model
predict(lm1, newdata=mtcars_orig) #Now if you try to predict you will receive the error of having missing classes

lm1$xlevels[["cyl"]] <- union(lm1$xlevels[["cyl"]], levels(mtcars_orig$cyl)) #You can fix this here by running this code, it will append the levels to your original lm1 model here

如果运行预测，在运行最后一步后，您将获得结果。

predict(lm1, newdata=mtcars_orig)

我的建议是，乘坐一个火车样本，这是一个非常好的代表你的整个数据集，你的火车和测试应该匹配，如果因素水平不匹配，这个错误总会来。