我试图训练和在一定的数据集测试线性回归模型r多个回归预测输出具有比容纳在测试设置
以下是训练数据集的标题多个值
> head(TaxiTrain)
id vendor_id pickup_datetime dropoff_datetime passenger_count
1 id2875421 2 2016-03-14 17:24:55 2016-03-14 17:32:30 1
2 id2377394 1 2016-06-12 00:43:35 2016-06-12 00:54:38 1
3 id3858529 2 2016-01-19 11:35:24 2016-01-19 12:10:48 1
4 id3504673 2 2016-04-06 19:32:31 2016-04-06 19:39:40 1
5 id2181028 2 2016-03-26 13:30:55 2016-03-26 13:38:10 1
6 id0801584 2 2016-01-30 22:01:40 2016-01-30 22:09:03 6
pickup_longitude pickup_latitude dropoff_longitude dropoff_latitude
1 -73.98215 40.76794 -73.96463 40.76560
2 -73.98042 40.73856 -73.99948 40.73115
3 -73.97903 40.76394 -74.00533 40.71009
4 -74.01004 40.71997 -74.01227 40.70672
5 -73.97305 40.79321 -73.97292 40.78252
6 -73.98286 40.74220 -73.99208 40.74918
store_and_fwd_flag trip_duration
1 N 455
2 N 663
3 N 2124
4 N 429
5 N 435
6 N 443
的教育训练集和包含1458644行
测试集类似于设置除2列
head(Taxitest)
id vendor_id pickup_datetime passenger_count pickup_longitude
1 id3004672 1 2016-06-30 23:59:58 1 -73.98813
2 id3505355 1 2016-06-30 23:59:53 1 -73.96420
3 id1217141 1 2016-06-30 23:59:47 1 -73.99744
4 id2150126 2 2016-06-30 23:59:41 1 -73.95607
5 id1598245 1 2016-06-30 23:59:33 1 -73.97021
6 id0668992 1 2016-06-30 23:59:30 1 -73.99130
pickup_latitude dropoff_longitude dropoff_latitude store_and_fwd_flag
1 40.73203 -73.99017 40.75668 N
2 40.67999 -73.95981 40.65540 N
3 40.73758 -73.98616 40.72952 N
4 40.77190 -73.98643 40.73047 N
5 40.76147 -73.96151 40.75589 N
6 40.74980 -73.98051 40.78655 N
训练
测试集包含625134点意见
现在我面临两个problems.I培养了线性回归模型:
lm1 <- lm(trip_duration ~ passenger_count, data = TaxiTrain)
该训练训练集的线性回归模型。当我在测试集合中使用以下代码时。
lm2 <- predict(lm1, data = Taxitest)
我得到1458644个观察结果(与训练集相同)。我应该得到625134预测
我不知道错误在哪里。我请求某人澄清
看似可疑的对我说,你回来1458644个观察时,既没有得到你的数据集的有很多。这表明你的火车数据集有1458644个观测值,而不是你提到的1457644个观测值。 – AntoniosK
我明白了。它是Kaggle上的一个数据集。我已经运行过去的预测功能,并且没有遇到任何问题。上周这已经出现。我也尝试重新安装R。没有影响 –
我的错误。训练集中的行数也是1458644.预测函数的输出结果与1458644相同。 –