predict() 函数返回意外输出
The predict()-function is returning unexpected output
问题
我有一个用一些数据集创建的线性回归模型(i.d。logAnalysis <- lm(log(wage) ~ female+exper+school)
)一切正常,看起来符合预期。
我现在得到了一个新数据矩阵:
students <- matrix(c(
0, 3, 10,
1, 17, 12,
1, 8, 9,
0, 20, 10,
0, 34, 9,
0, 2, 13
), ncol = 3, byrow = TRUE)
第一列是female/male行业,第二列是工作经验,第三列是学校教育。我现在想对预期工资做出预测。这就是我的想法:
predictionData <- data.frame(female=students[,1], exper=students[,2], school=students[,3])
predictedIncome <- predict(logAnlaysis, newData = predictionData)
但事实证明 predictedIncome
不是 6 的向量(i.d。6 个预测,每个学生一个)而是 [1:3296] 的向量。我无法理解这一点。也许我误解了整个功能。但我不知道它还有什么作用。
感谢您的帮助
此致
只是一个错字。 newData = predictionData
而不是 newdata = predictionData
.
问题
我有一个用一些数据集创建的线性回归模型(i.d。logAnalysis <- lm(log(wage) ~ female+exper+school)
)一切正常,看起来符合预期。
我现在得到了一个新数据矩阵:
students <- matrix(c(
0, 3, 10,
1, 17, 12,
1, 8, 9,
0, 20, 10,
0, 34, 9,
0, 2, 13
), ncol = 3, byrow = TRUE)
第一列是female/male行业,第二列是工作经验,第三列是学校教育。我现在想对预期工资做出预测。这就是我的想法:
predictionData <- data.frame(female=students[,1], exper=students[,2], school=students[,3])
predictedIncome <- predict(logAnlaysis, newData = predictionData)
但事实证明 predictedIncome
不是 6 的向量(i.d。6 个预测,每个学生一个)而是 [1:3296] 的向量。我无法理解这一点。也许我误解了整个功能。但我不知道它还有什么作用。
感谢您的帮助
此致
只是一个错字。 newData = predictionData
而不是 newdata = predictionData
.