R语言线性回归模型预测报错：原因排查与修复方案

报错原因 #

你的线性回归模型是基于自变量dt训练的，但用于预测的数据框Temperature_predicted_temperature中，自变量列名是Year而非dt。predict()函数要求预测数据必须包含和训练模型时完全一致的变量名，因此出现变量不匹配的错误。

修复方法 #

有两种简单的修复方式：

方式一：修改预测数据框的列名为dt #

直接将预测数据框的列名调整为模型要求的dt：

Regression_Africa <- Mean_temperature_by_dt %>%
  filter(Country == "Africa", dt >= 1850 & dt <=2013)

Regression_Africa <- lm(AverageTemperature ~ dt, data = Regression_Africa)

# 修改列名为dt
Temperature_predicted_temperature <- data.frame(dt = c(2015, 2016, 2020))

predict(Regression_Africa, Temperature_predicted_temperature) %>% round(1)

方式二：在预测时临时映射变量 #

如果不想修改原数据框列名，可以在predict时临时将Year重命名为dt：

Regression_Africa <- Mean_temperature_by_dt %>%
  filter(Country == "Africa", dt >= 1850 & dt <=2013)

Regression_Africa <- lm(AverageTemperature ~ dt, data = Regression_Africa)

Temperature_predicted_temperature <- data.frame(Year = c(2015, 2016, 2020))

# 临时重命名后再预测
predict(Regression_Africa, data.frame(dt = Temperature_predicted_temperature$Year)) %>% round(1)

内容的提问来源于stack exchange，提问作者Rizzle