predict() 函数的问题（可能很容易解决）
Troubles with predict() function (probably easy to solve)
所有。
这是我在本论坛提出的第一个问题。我是初学者，大家马上就会告诉我。
我正在执行一项小任务，我必须将训练模型与测试模型进行比较。关键是训练模型的行数比测试模型多得多。
通过线性回归模型，我想比较两个模型，但是当我使用 predict() 函数时，出现以下错误：
"newdata" 有 3456 行，但发现变量最喜欢 7689 行。
这是我做的：
regression = lm(train$students~train$subjects, train)
(train是trining数据库)
prediction = predict(regression, test)
(test为测试数据库)
我不知道我是否正确使用了 predict() 函数。有人可以告诉我我做错了什么吗？
非常感谢您的帮助和善意！
不要在公式中将变量引用为 data$var。绝不。曾经。
发生的事情是您使用名为 train$students 和 train$subjects 的变量拟合模型。为了根据模型进行预测，R 将在测试集中查找名为 train$subjects 的变量，test。显然 tests 中不存在这样的变量；谁会用这么愚蠢的名字创建变量！？没有必要在公式中使用 data$var 格式，因为 data 参数的全部意义在于指示 R 应该在哪里查找公式中提到的变量名称。
要开始解决此问题，请将您的模型拟合为：
regression <- lm(students ~ subjects, data = train)
然后使用
进行预测
predict(regression, test)
其中 test 需要一个包含 subjects.
的列
错误信息是因为 newdata 有 3456 但当它搜索变量 train$subjects 时它发现 7689 行，大概这是 train 中完整观察的数量...... ？
所有。
这是我在本论坛提出的第一个问题。我是初学者，大家马上就会告诉我。
我正在执行一项小任务，我必须将训练模型与测试模型进行比较。关键是训练模型的行数比测试模型多得多。
通过线性回归模型，我想比较两个模型，但是当我使用 predict() 函数时，出现以下错误：
"newdata" 有 3456 行，但发现变量最喜欢 7689 行。
这是我做的：
regression = lm(train$students~train$subjects, train)
(train是trining数据库)
prediction = predict(regression, test)
(test为测试数据库)
我不知道我是否正确使用了 predict() 函数。有人可以告诉我我做错了什么吗？
非常感谢您的帮助和善意！
不要在公式中将变量引用为 data$var。绝不。曾经。
发生的事情是您使用名为 train$students 和 train$subjects 的变量拟合模型。为了根据模型进行预测，R 将在测试集中查找名为 train$subjects 的变量，test。显然 tests 中不存在这样的变量；谁会用这么愚蠢的名字创建变量！？没有必要在公式中使用 data$var 格式，因为 data 参数的全部意义在于指示 R 应该在哪里查找公式中提到的变量名称。
要开始解决此问题，请将您的模型拟合为：
regression <- lm(students ~ subjects, data = train)
然后使用
进行预测predict(regression, test)
其中 test 需要一个包含 subjects.
错误信息是因为 newdata 有 3456 但当它搜索变量 train$subjects 时它发现 7689 行，大概这是 train 中完整观察的数量...... ？