R语言LM模型调用predict()函数报object 'V1' not found错误咨询

问题原因 #

你触发object 'V1' not found报错的核心原因是predict.lm()要求传入的预测数据集列名，与模型训练时使用的自变量列名完全匹配：

• 你当前用data.frame(z)生成的预测数据集默认列名为z，你的LM模型训练时使用的自变量列名为V1，模型调用时找不到对应列就会触发报错。
• 另外你的代码存在显性笔误：你通过read.csv()读取的数据集赋值给了变量x，但for循环里调用的是data对象，若环境中没有提前定义过data，这段代码会先触发对象不存在的报错。

解决步骤 #

1. 先确认模型训练用的自变量名，运行如下命令即可查看：

names(Model$coefficients)

输出结果中除(Intercept)外的内容就是你需要用到的列名。
2. 修正代码笔误，同时调整预测数据集的构造逻辑，匹配对应的列名即可：

场景1：模型仅用1个自变量V1训练 #

将最后一行预测代码修改为：

prediction <- predict(Model, data.frame(V1 = z))

场景2：模型用V1-V6共6个自变量训练 #

你当前生成的z是长度为6的向量，转成data.frame默认是6行1列，不符合预测要求，需要调整为1行6列的结构：

Model <- readRDS('C:/model.rds')
x <- read.csv('C:/data.csv', header = FALSE)
y <- numeric(5)
# 修正笔误，将data替换为x
for(i in 1:5){y[i] <- rank(x[1:100,i], na.last = TRUE, ties.method = 'last')[100] / 10}
# 构造列名与训练集匹配的1行6列数据集
z_df <- data.frame(
  V1 = y[1],
  V2 = y[2],
  V3 = y[3],
  V4 = y[4],
  V5 = y[5],
  V6 = 0
)
prediction <- predict(Model, newdata = z_df)

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