1
我很抱歉一遍又一遍地重複這個問題,但似乎我對預測更廣泛的範圍瞭解不足。看起來,如果數據的nrow與預測值匹配得不錯,就沒有錯誤。但是,如果您想預測不同範圍我們將會收到錯誤消息。預測()在更廣的範圍
使用相同的數據,從dplyrdo-requires-named-function
它工作得很好。但是如果你想改變配件的範圍,我會收到一個錯誤!
library(dplyr)
iris %>%
group_by(Species) %>%
do({
mod <- lm(Sepal.Length ~ Sepal.Width, data = .)
pred <- predict(mod, newdata = data.frame(Sepal.Width=seq(1,10,length.out=51)))
data.frame(., pred)
})
在data.frame誤差(,預解碼值。): 參數意味着不同的行數:50,51
據我所知,新的範圍不匹配與以前的數據.
。 OTH,我需要預測更大範圍的Sepal.Width
值。這可能嗎 ?
這很酷,但如果你想繪製的東西使用相同'.' data.frame它有'data.frame是有用的(,預計值) '。在其他情況下,我想我們需要從此建立另一個數據。例如,如果我想繪製'Sepal.Length_predicted' vs'pred',我需要構建新的'data.frame'。我對麼? – Alexander
,這個'Sepal.Lenght_predicted'來自我們從'lm'得到的擬合係數。 – Alexander
這是正確的.... –