线性回归:未找到对象'G3‘(predvars，data，env)中的错误
提问于 2018-06-08 06:06:11
我对R很陌生，我试图在数据集中使用多元线性回归算法。我试图预测的属性名为G3。我试过这样做：
d1=read.table("student-mat.csv",sep=";",header=TRUE)
train <- d1[1:356,]
test <- d1[357:395,]
fit2 <- lm(G3 ~ famrel + G1 + G2, data=train)
coefficients(fit2)它运转正常，没有错误。然后我试着做交叉验证，所以我做了以下工作：
install.packages("DAAG")
library(DAAG)
cv.lm( form.lm = fit2, m=3, dots=FALSE) # 3 fold cross-validation但是最后一行给了我一个错误：
eval中的错误(predvars，data，env)：找不到对象'G3‘
我不明白为什么。我搜索了这个错误，它通常发生在对象不在数据帧中时，情况并非如此。有人能告诉我我能做什么吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2018-06-08 06:17:54
您似乎缺少了cv.lm中的数据参数，这就是为什么R无法找到G3对象的原因。应如下所示：
library(DAAG)
cv.lm(data= mtcars, mpg ~ drat + hp, m= 3)我在这里使用mtcars数据，您可以尝试使用您的数据并通知我。它应该能工作
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50762455
复制相关文章
点击加载更多
腾讯云开发者
