1
我很抱歉一遍又一遍地重复这个问题,但似乎我对预测更广泛的范围了解不足。看起来,如果数据的nrow与预测值匹配得不错,就没有错误。但是,如果您想预测不同范围我们将会收到错误消息。预测()在更广的范围
使用相同的数据,从dplyrdo-requires-named-function
它工作得很好。但是如果你想改变配件的范围,我会收到一个错误!
library(dplyr)
iris %>%
group_by(Species) %>%
do({
mod <- lm(Sepal.Length ~ Sepal.Width, data = .)
pred <- predict(mod, newdata = data.frame(Sepal.Width=seq(1,10,length.out=51)))
data.frame(., pred)
})
在data.frame误差(,预解码值。): 参数意味着不同的行数:50,51
据我所知,新的范围不匹配与以前的数据.
。 OTH,我需要预测更大范围的Sepal.Width
值。这可能吗 ?
这很酷,但如果你想绘制的东西使用相同'.' data.frame它有'data.frame是有用的(,预计值) '。在其他情况下,我想我们需要从此建立另一个数据。例如,如果我想绘制'Sepal.Length_predicted' vs'pred',我需要构建新的'data.frame'。我对么? – Alexander
,这个'Sepal.Lenght_predicted'来自我们从'lm'得到的拟合系数。 – Alexander
这是正确的.... –