因此,我将最终对多组预测变量进行多元回归。为了确保我正确地使用数据并通过玩具模型获得预期的结果。但是,当我尝试使用预测时,它并不预测新数据,而且由于新数据的大小与训练集的大小不同,所以它给我一个错误。我在网上查看并尝试了各种各样的东西,但都没有成功。我几乎准备放弃并编写自己的函数,但我也在用pls包构建模型,我猜可能已经在内部调用了它,所以我想要保持一致。这里是短脚本我写道:R:如何在测试集上使用预测
x1<-c(1.1,3.4,5.6,1.2,5,6.4,0.9,7.2,5.4,3.1) # Orginal Variables
x2<-c(10,21,25,15.2,18.9,19,16.2,22.1,18.6,22)
y<-2.0*x1+1.12*x2+rnorm(10,mean=0,sd=0.2) # Define output variable
X<-data.frame(x1,x2)
lfit<-lm(y~.,X) # fit model
n_fit<-lfit$coefficients
xg1<-runif(15,1,10) # define new data
xg2<-runif(15,10,30)
X<-data.frame(xg1,xg2)# put into data frame
y_guess<-predict(lfit,newdata=X) #Predict based on fit
y_actual<-2.0*xg1+1.12*xg2 # actual values because I know the coefficients
y_pred=n_fit[1]+n_fit[2]*xg1+n_fit[3]*xg2 # What predict should give me based on fit
print(y_guess-y_actual) #difference check
print(y_guess-y_pred)
这些是我正在值和错误消息:
[1] -4.7171499 -16.9936498 6.9181074 -6.1964788 -11.1852816 0.9257043 -13.7968731 -6.6624086 15.5365141 -8.5009428
[11] -22.8866505 2.0804016 -1.8728602 -18.7670797 1.2251849
[1] -4.582645 -16.903164 7.038968 -5.878723 -11.149987 1.162815 -13.473351 -6.483111 15.731694 -8.456738
[11] -22.732886 2.390507 -1.662446 -18.627342 1.431469
Warning messages:
1: 'newdata' had 15 rows but variables found have 10 rows
2: In y_guess - y_actual :
longer object length is not a multiple of shorter object length
3: In y_guess - y_pred :
longer object length is not a multiple of shorter object length
预测系数是1.97和1.13和截距-0.25,它应该是0但我增加了噪音,这不会造成很大的差异。我如何得到它,所以我可以预测一个独立的测试集。
感谢
你需要在'data.frame'在用于''newdata'预测相同的名称()' ,例如。 'X <-data.frame(X1 = XG1,X2 = XG2)' –