「newdata」有10000行，但發現變量有40000行

-1

我得到了錯誤：「newdata」有10000行，但發現變量有40000行「newdata」有10000行，但發現變量有40000行

train_frame=data$trainData[,-c(65,81)] 
for (i in 1:98){ 
names(train_frame)[i]<-i 
} 

lda(data$trainLabel~ train_frame,prior=rep(1,10)/10,method='moment')->lda_equal_prior prediction_frame=data.frame(data$testData[,-c(65,81)]) 
for (i in 1:98){ 
names(prediction_frame)[i]<-paste('train_frame',i,sep='') 
} 
predict(lda_equal_prior,data.frame(prediction_frame))->prediction_lda_equal_prior

來源

2017-04-30 Winnie Liu

這可能不會有助於出錯，但不需要for循環;嘗試'名（train_frame）< - 1：98'或'名（train_frame）< - seq_along（train_frame）' – manotheshark

我都試過，但它確實work.names（train_frame）< - seq_along（train_frame）和名稱（prediction_frame）< - seq_along（prediction_frame） –

它確實有效？ –

第一件事，第一，它始終是很好的做法，不是用數字開始變量名稱。其次，我認爲這是你寫你的lda函數的方式導致的警告（我相信它提供了一個警告信息，而不是錯誤）。 lda_equal_prior中的變量名稱是指data對象（我仍然不確定它是列表還是數據框）。儘管如此，prediction_frame沒有相同的變量名稱，因爲您真正想要的是來自train_frame的變量名稱。所以predict實際上重用了data的名字，因此是警告。假設data是一個列表，請嘗試：

# Create training frame 
train_frame = data.frame(data$trainLabel, data$trainData[,-c(65,81)]) 
names(train_frame)[-1] = paste0("V", 1:98) 

# Run LDA with trainLabel on the rest 
lda_equal_prior = lda(trainLabel ~ ., data = train_frame, 
prior = rep(1,10)/10, method='moment') 

# Create prediction frame 
prediction_frame = data.frame(data$testData[,-c(65,81)]) 
names(prediction_frame) = paste0("V", 1:98) 

# Predict using newdata 
prediction_lda_equal_prior = predict(lda_equal_prior, newdata = prediction_frame)

這裏我結合trainLabel和trainData，所以lda是指用正確的變量名的正確數據幀。

再次，一個可重複的例子會很好。

來源

2017-04-30 20:47:47 useR

「newdata」有10000行，但發現變量有40000行

回答

相關問題