R语言线性回归x需用列名错误解决及R²、RMSE计算方法问询

一、解决caret包train函数的列名错误 #

错误原因 #

代码2中train(Name, data=data, method="lm", trControl=mycontrol)的写法不符合caret的语法规则：train函数需要明确区分预测变量（x）和响应变量（y），直接传入单个列名会被判定为不完整输入，触发"需使用列名"的错误。

正确写法示例 #

假设Name是响应变量，第2到780列为预测变量，提供两种标准写法：

1. 公式形式（推荐）

通过公式清晰定义变量关系，适配多数场景：

# 先定义K折交叉控制参数（以10折为例）
mycontrol <- trainControl(method = "cv", number = 10)

# 用所有非Name列做预测变量
model <- train(Name ~ ., data = data, method = "lm", trControl = mycontrol)

# 仅用第2-780列做预测变量的写法
pred_cols <- colnames(data)[2:780]
formula_str <- paste("Name ~", paste(pred_cols, collapse = " + "))
model <- train(as.formula(formula_str), data = data, method = "lm", trControl = mycontrol)

2. 分离x/y的形式

明确传入预测变量集合和响应变量向量：

x <- data[, 2:780]
y <- data$Name
model <- train(x = x, y = y, method = "lm", trControl = mycontrol)

补充：代码1的错误说明 #

代码1model = train(Name = colSums(data[, c(2:780)]))缺少train函数必需的x、y参数，该函数要求传入完整的预测/响应变量集合，而非直接传入列求和结果，需按上述正确方式调整。

二、R中计算线性回归R²、RMSE的其他方法 #

除caret包train返回的结果外，还有以下常用实现方式：

1. 基础stats包 #

用lm拟合模型后，通过内置函数或手动计算：

# 拟合基础线性回归
lm_model <- lm(Name ~ ., data = data)

# 提取R²
summary(lm_model)$r.squared

# 计算RMSE
preds <- predict(lm_model, data)
rmse <- sqrt(mean((preds - data$Name)^2))

2. broom包（格式化模型输出） #

将模型结果整理为数据框，方便提取指标：

library(broom)
# 提取R²
glance(lm_model)$r.squared

# 计算RMSE
rmse_broom <- sqrt(mean(glance(lm_model)$deviance / glance(lm_model)$df.residual))

3. Metrics包（专用指标工具） #

提供直接计算RMSE、R²的函数：

library(Metrics)
# 计算RMSE
rmse_metrics <- rmse(data$Name, preds)
# 计算R²
r2_metrics <- r2(data$Name, preds)

4. 手动计算（原理级实现） #

基于公式手动推导，适合理解指标逻辑：

y <- data$Name
yhat <- preds

# 手动计算R²
ss_res <- sum((y - yhat)^2)
ss_total <- sum((y - mean(y))^2)
r2_manual <- 1 - (ss_res / ss_total)

# 手动计算RMSE
rmse_manual <- sqrt(mean((y - yhat)^2))

内容的提问来源于stack exchange，提问作者Meenakshi K