R语言for循环报错：下标越界及optim.spar返回异常值求助

问题概述 #

• 初始报错：Error in data1[, "Ages"] : subscript out of bounds，修正拼写错误（将"Ages"改为"Age"）后，出现新问题：预期optim.spar返回单个十进制值（如0.372），但实际返回包含4个数字的列表[[1]] [1] 15 25 55 85。

代码问题分析与修复方案 #

核心问题点 #

1. 未定义training和validation对象，直接调用会导致运行报错
2. 不必要用列表存储sm.spar，hyper_param_spars$spar本身是向量，直接取值即可
3. optim.spar变量名错误，原代码写为hyper_param，实际应为hyper_param_spars
4. 平滑样条拟合后直接用fitted()无法匹配验证集数据，需用predict()针对验证集年龄做预测

修复后的完整代码 #

library(demography)
library(splines)

# 读取日本死亡率数据（替换为你的HMD账号密码）
JPNmort <- hmd.mx("JPN","username","password")

age = 2:110

# 构建2016、2017年数据
data1 <- cbind(1:109, 
               JPNmort[["rate"]][["total"]][age, "2016"], 
               JPNmort[["pop"]][["total"]][age, "2016"])
data2 <- cbind(1:109, 
               JPNmort[["rate"]][["total"]][age, "2017"],
               JPNmort[["pop"]][["total"]][age, "2017"])

# 设置列名与行名
column.names <- c("Age", "mu_x", "Ec_x")
colnames(data1) <- column.names
colnames(data2) <- column.names
rownames(data1) <- NULL
rownames(data2) <- NULL

# 划分训练集与验证集（示例：2016为训练，2017为验证）
training <- data1
validation <- data2

# 生成spar候选值
spars.values <- seq(from = 0, to = 1, by = 0.001)
hyper_param_spars <- data.frame(spar = spars.values, Error.Rate = 0)

# 存储样条模型
sm.spline <- vector("list", nrow(hyper_param_spars))

# 遍历候选spar值计算MSE
for(i in 1:nrow(hyper_param_spars)) {
  current_spar <- hyper_param_spars$spar[i]
  # 拟合训练集
  sm.spline[[i]] <- smooth.spline(training$Age, training$mu_x, spar = current_spar)
  # 预测验证集并计算MSE
  pred_mu <- predict(sm.spline[[i]], x = validation$Age)$y
  hyper_param_spars$Error.Rate[i] <- mean((validation$mu_x - pred_mu)^2)
}

# 获取最优spar值
optim.spar <- hyper_param_spars$spar[which.min(hyper_param_spars$Error.Rate)]

关键修复说明 #

• 明确划分训练/验证集：将2016年数据作为训练集，2017年作为验证集，可根据需求调整划分逻辑
• 简化spar取值：直接从hyper_param_spars$spar取单个值，避免不必要的列表存储
• 正确计算验证集误差：用predict()针对验证集年龄生成预测值，确保MSE计算的是验证集的真实误差
• 修正变量名：将hyper_param改为hyper_param_spars，避免对象不存在的错误

内容的提问来源于stack exchange，提问作者Ngan DO