预测的线性回归的预测数量不同

我试图建立过度拟合的演示。我有一个二次生成函数，我已经绘制了20个样本，现在我想要拟合递增程度的多项式线性模型到采样数据。

由于某种原因，无论我使用哪种模型，每次运行predict时，都会返回N个预测值，其中N是用于训练模型的记录数。无论多项式的式中的程度，其中包括简单的情况'y~x'的

set.seed(123) 
N=20 
xv = seq(1,5,length.out=1e4) 
x=sample(xv,N) 
gen=function(v){v^2 + 2*rnorm(length(v))} 
y=gen(x) 
df = data.frame(x,y) 

# convenience function for building formulas for polynomial regression 
build_formula = function(N){ 
    fpart = paste(lapply(2:N, function(i) {paste('+ poly(x,',i,',raw=T)')} ), collapse="") 
    paste('y~x',fpart) 
} 
## Example: 
## build_formula(4)="y~x + poly(x, 2 ,raw=T)+ poly(x, 3 ,raw=T)+ poly(x, 4 ,raw=T)" 



model = lm(build_formula(10), data=df) 
predict(model, data=xv) # returns 20 values instead of 1000 
predict(model, data=1) # even *this* spits out 20 results. WTF?

这种现象是本：

formulas = sapply(c(2,10,20), build_formula) 
formulas = c('y~x', formulas) 
pred = lapply(formulas 
       ,function(f){ 
       predict(
        lm(f, data=df) 
        ,data=xv) 
       }) 

lapply(pred, length) # 4 x 20 predictions, expecting 4 x 1000 

# unsuccessful sanity check 
m1 = lm('y~x', data=df) 
predict(m1,data=xv)

这是我疯狂。我究竟做错了什么？

来源

2013-07-12 David Marx

predict的第二个参数是newdata而不是data。

此外，您不需要在模型公式中多次调用poly; poly(N)将与poly(N-1)和所有其他人共线。

另外^ 2，要使用xv生成预测序列，您必须将其放在数据框中，并使用相应的名称：data.frame(x=xv)。

来源

2013-07-12 19:16:55

你是个美丽的人。是的，当我更改为'newdata'时，我收到了警告，但我只是用'newdata = list（x = x）'修复了它们，这基本上是一样的。认为这很简单。谢谢！ –

其实'预测（m1）'会和'预测（m1，newdata = list（x = x））一样' –

大卫，我认为他也很漂亮:)。 – Arun

预测的线性回归的预测数量不同

回答

相关问题