R：使用 model$xlevels 对数据进行子集化以获取训练数据

Question

考虑 mtcars 示例：

model <- fit3 <- lm(mpg ~ factor(am)+wt+qsec+hp+drat, data = mtcars)

当你这样做时

model$xlevels

我们得到了用于建模的变量水平。

如果我想使用这些级别详细信息对我的数据进行子集化以返回到训练数据级别，假设新数据具有比以前用于建模的级别更多的级别。我该怎么做？

目的是避免新数据中有新因素的错误

我的预期解决方案是：

td <- train_data
dim(td)
for(i in 1:length(model$xlevels)){
    print(i)
    mod.seg <- as.data.frame(model$xlevels[i])
    j = colnames(mod.seg)

    attributes <- paste0("subset(td, ",j," %in% unique(mod.seg$",j,"))")
    td <- unique(eval(parse(text=attributes)))
}
dim(td)

Answer 1

td <- train_data
dim(td)
for(i in 1:length(model$xlevels)){
    print(i)
    mod.seg <- as.data.frame(model$xlevels[i])
    j = colnames(mod.seg)

    attributes <- paste0("subset(td, ",j," %in% unique(mod.seg$",j,"))")
    td <- unique(eval(parse(text=attributes)))
}
dim(td)

R：使用 model$xlevels 对数据进行子集化以获取训练数据

R: Use model$xlevels to subset data to get to training data

model

r

training-data