使用循环对波士顿数据集执行多项式回归报错：未定义选中列

报错原因 #

1. 存储方式错误：你用cv <- rep(NA,4)创建的是普通向量，根本存不下train()返回的模型对象；而且循环里直接用i（取值5、4、3、2）作为索引，cv[5]超出了向量初始长度，触发索引越界问题。
2. 参数拼写错误：train()函数中指定交叉验证控制的参数是trControl，你写成了trncontrol（少了字母o），函数无法识别该参数，进而触发数据列选择错误。

修正后的代码 #

library(caret)
library(MASS)  # Boston数据集在该包中，需提前加载

train_control <- trainControl(method = "cv", number=10)
# set.seed(5)  # 建议开启随机种子，保证结果可复现
cv <- vector("list", 4)  # 用列表存储模型，替代无法存复杂对象的向量
n <- c(5,4,3,2)

# 用序列索引循环，避免i作为索引导致的越界问题
for (idx in 1:length(n)) {
  current_degree <- n[idx]
  cv[[idx]] <- train(nox ~ poly(dis, degree = current_degree), 
                     data = Boston, 
                     trControl = train_control, 
                     method = "lm")
}

# 查看各阶模型的交叉验证结果
for (idx in 1:length(cv)) {
  cat("---", n[idx], "阶多项式回归交叉验证结果---\n")
  print(cv[[idx]]$results)
}

关键修正点说明 #

• 改用列表存储模型：列表能够容纳train()返回的复杂模型对象，通过vector("list",4)创建对应长度的列表，用idx作为索引避免越界。
• 修正参数名称：将trncontrol改为trControl，这是caret包train()函数的标准参数名，必须匹配才能正确调用交叉验证控制逻辑。
• 加载MASS包：Boston数据集属于MASS包，未加载会导致找不到数据集的问题。

内容的提问来源于stack exchange，提问作者naila munir