'newdata'必需有237行 但变量里有473行

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

不明白为什么总会出现以下错误，共568条数据，我把2/3数据用来做回归，1/3做预测用。所以，我做回归是用了473行的数据，我预测用的数据是另外237行，那为什么会出现错误呀？


> pre=read.csv("test_data237.csv") #237条
> x1<-as.matrix(pre[,2:18])
> y<-predict(OSLfit1,data.frame(X2=x1))
Warning message:
'newdata'必需有237行 但变量里有473行

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Data NEW test READ Est

1. > x1<-as.matrix(pre[,2:18])
   
2. > y<-predict(OSLfit1,data.frame(X2=x1))

复制代码

改成：

1. > y<-predict(OSLfit1,data.frame(pre[,2:18]))

复制代码

这里，一定要是一个dataframe的形式，你不能再加 “X2＝”这样的形式了。只要是data.frame的形式就可以了。

1. > df2 <- data.frame(x1=1:3,x2=3:5)
   
2. > data.frame(x3=df2)
   
3.   [b]x3.x1 x3.x2[color=Red][/color][/b]
   
4. 1     1     3
   
5. 2     2     4
   
6. 3     3     5
   

复制代码

这样子，是会改变变量名的，从而无法与predict函数对应起来，不知道这样解释有没有说明的呀？

jiangbeilu 发表于 2016-8-12 08:21
改成：

这里，一定要是一个dataframe的形式，你不能再加 “X2＝”这样的形式了。只要是data.frame的形 ...

额，可还是一样的错误额

> pre=read.csv("test_data237.csv") #237条
> y<-predict(OSLfit1,data.frame(pre[,2:18]))
Warning message:
'newdata'必需有237行 但变量里有473行

haichao1990 发表于 2016-8-12 09:34
额，可还是一样的错误额

> pre=read.csv("test_data237.csv") #237条

可以上传您的数据么？这个没看到数据，还真的不好说。

jiangbeilu 发表于 2016-8-12 09:36
可以上传您的数据么？这个没看到数据，还真的不好说。

测试测试数据数据   https://pan.baidu.com/s/1sl1ojc5

OSLfit1是什么模型呢？

jiangbeilu 发表于 2016-8-12 10:03
OSLfit1是什么模型呢？

是下面这些得出的模型

train=read.csv("train_data473.csv") #473条
x=as.matrix(train[,2:18])
y=as.matrix(train[,1])
OSLfit1=lm(y~x,data=train)
summary(OSLfit1)

1. train=read.csv("test_data237.csv") #237条
   
2. OSLfit1=lm(Y~.,data=train)
   
3. yhat<-predict(OSLfit1,data.frame(train[,2:18]))

复制代码

只要这三行就可以算出yhat了，你对应的替换一下。不需要转成matrix形式来作回归的。

jiangbeilu 发表于 2016-8-12 10:17
只要这三行就可以算出yhat了，你对应的替换一下。不需要转成matrix形式来作回归的。

嗯，对了，非常感谢非常感谢大神

jiangbeilu 发表于 2016-8-12 10:17
只要这三行就可以算出yhat了，你对应的替换一下。不需要转成matrix形式来作回归的。

但觉得还是不对呀，我是想用占2/3的训练集得出模型OSLfit1后，再用这个模型OSLfit1去对占比1/3的测试集进行预测呀！
你这代码是用测试集得出OSLfit1模型后，又对测试集本身进行预测了