相同数据集下R预测结果正确但PowerBI预测值不一致问题排查

• 检查PowerBI加载数据集时的字段类型转换错误：certification分类字段是否被误识别为数值类型，in_mask_concentration数值字段是否存在精度丢失、特殊字符被自动过滤的情况
• 确认PowerBI调用R脚本时传入的dataset和RStudio中使用的数据集完全一致：可以在PowerBI的R脚本开头输出summary(database)和nrow(database)，和RStudio运行的结果做比对，排除空值自动删除、行被意外过滤的问题
• 统一分类变量的因子水平：R的lm()函数会对分类变量自动做哑变量编码，若PowerBI中certification字段的因子水平顺序、存在的分类值和RStudio中不一致，会直接导致回归系数计算错误，可在脚本开头加入以下代码强制对齐：

database$certification <- factor(database$certification, levels = c('FFP2','N95','KF94','N100','KN95','Cntrl Nano','NIOSH N95'))

• 显式指定空值处理规则：默认lm()的na.action参数为na.omit，如果PowerBI加载的数据集存在额外空值，会自动删除对应行导致训练样本和R Studio不一致，可修改回归代码为：

regression <- lm(filtration_efficiency ~ certification + in_mask_concentration, data=database, na.action=na.fail)

若PowerBI运行时报错，即可确认存在额外空值行问题。

• 检查PowerBI关联的R运行环境和本地RStudio使用的环境是否一致：不同R版本、stats包版本的lm()函数实现细节、浮点数计算精度存在微小差异，属于基础排查项
• 确认PowerBI中R脚本的运行权限：是否被沙箱机制截断了数据集行数、限制了内存占用导致仅使用部分样本训练模型。

• 检查PowerBI侧是否对预测结果额外做了四舍五入、单位转换的操作，建议在R脚本中直接输出predict(regression, new_data)的原始浮点数值，和RStudio的原始预测值做比对，排除格式化、导出环节的差异
• 比对回归模型系数：在RStudio和PowerBI的R脚本中都打印regression$coefficients，如果系数不一致说明是模型训练环节的问题，如果系数一致但预测结果不一致，说明是new_data的数值传入错误。

内容的提问来源于stack exchange，提问作者Ronaldo De La Cruz