在R中如何使用测试数据计算训练模型的MSE及处理长度不匹配警告

你遇到的警告是预测值和测试集真实值长度不匹配导致的，核心问题出在predict()函数的使用上：

• predict(Price.Model1)不指定newdata参数时，默认返回的是训练集样本的拟合值，长度和你的train.data样本量一致
• 测试集test.data的样本量是总样本的25%，和训练集长度不一致，两个不等长向量相减时R会触发循环补齐规则，不仅触发警告，计算出的MSE结果也完全错误

将predict部分指定测试集作为新数据即可：

mean((test.data$Y.house.price.of.unit.area - predict(Price.Model1, newdata = test.data))^2)

你可以运行以下代码确认长度匹配情况：

• 查看测试集真实值长度：length(test.data$Y.house.price.of.unit.area)
• 查看未指定newdata的预测值长度：length(predict(Price.Model1))
• 查看指定newdata后的预测值长度：length(predict(Price.Model1, newdata = test.data))

最后一行的长度会和测试集真实值长度完全一致，不会再触发警告，计算出的也是正确的测试集MSE。

内容的提问来源于stack exchange，提问作者user16301499