R语言Data Frame与置信水平预测报错：找不到WinterSprings对象

错误原因 #

你的回归模型Chargeslm依赖训练数据中的WinterSprings、WinterPark、Oviedo三个城市哑变量，但测试数据集TEST既没有包含这三个必需变量，还引入了模型从未见过的City列，导致预测时无法找到模型需要的变量。

解决方案 #

根据你的实际需求选择以下两种处理方式：

1. 目标城市属于训练数据中的三个城市之一

直接在测试数据中生成与模型匹配的哑变量列，对应城市设为1，其余设为0。例如，若目标城市是WinterSprings，代码如下：

TEST <- data.frame(Age = 35,
                   BMI = 26,
                   Children = 1,
                   Female = 1,
                   Smoker = 0,
                   WinterSprings = 1,
                   WinterPark = 0,
                   Oviedo = 0)

predict(Chargeslm, newdata = TEST, interval = "confidence", level =.95)

如果是WinterPark或Oviedo，只需将对应列设为1，其余两个城市列设为0即可。

2. 目标城市Sanford是训练数据中没有的新城市

模型无法对从未学习过的城市特征进行预测，此时有两种选择：

• 排除该样本，仅对训练数据中存在的城市进行预测；
• 将Sanford加入原始城市变量，重新对城市进行哑编码，更新数据集后重新训练模型，再进行预测。

内容的提问来源于stack exchange，提问作者jonathan marin