問題タブ [predict]

predictラスター ライブラリの関数を使用して、glm一連のラスター スタック予測子でモデルを予測しています。私のモデルではいくつかの因子レベルが欠落していたので、predict関数を実行するためにそれらの層を NA に変更しました。現在、出力マップに欠損値があり、この問題を解決する方法を探しています。他の連続変数を使用してこれらの地域を予測する方法はありますか?

これらは私のサンプルコードです:

ここで明らかに明らかな何かが欠けていると予想しています。

過剰適合のデモを作成しようとしています。20 個のサンプルを抽出した 2 次生成関数があり、次数が増加する多項式線形モデルをサンプル データに適合させたいと考えています。

何らかの理由で、使用するモデルに関係なく、実行するたびにpredictN 個の予測が返されます。ここで、N はモデルのトレーニングに使用されるレコードの数です。

この動作は、自明なケースを含め、式の多項式の次数に関係なく存在し'y~x'ます。

これは私を狂わせています。私は何を間違っていますか？

gbm モデルに合わせてキャレットを使用しています。を呼び出すとtrainedGBM$finalModel$fit、正しいように見える出力が得られます。

しかし、 を呼び出すとpredict(trainedGBM$finalModel, origData, type="response")、非常に異なる結果がpredict(trainedGBM$finalModel, type="response")得られ、origData がアタッチされている場合でも、さらに異なる結果が得られます。私の考えでは、これらの呼び出しは同じ出力を生成するはずです。誰かが問題を特定するのを手伝ってくれますか?

上記のコードは、次の部分的な結果をもたらします。

リストで pred 関数を使用しようとしていますが、問題があるようです。私がそれを計算すると、次のように書かれています。

エラー : $ 演算子は原子ベクトルに対して無効です

これは私のコードです:

30 年以上かけて行った回帰の予測を繰り返したいと思います。それらはリストのsummary_of_lmにストックされています.エラー。

詳細: また、pred を機能させるために、df と summary_year_i の同じ変数名を持つすべてのパラメーターを既に宣言しています。

私の質問は、私が数時間前に尋ねたこの質問の次の質問です。この投稿を見ると、次の質問を理解するのに大いに役立ちます。

1 つの応答変数と 2 つの説明変数を使用してモデルを作成し、そのうちの 1 つが因子です。

私のモデルでは、応答変数が変換されます。変数をグラフに表示したいのですが、説明変数は変換されないようにしたいです。さらに、この目的のために逆変換する必要がある、モデルによって与えられた予測ラインを追加したいと思います! もう1つ少し難しいことを追加するには、ggplotでやりたいと思います。

私の質問は、 @Roland のソリューションを ggplot といくつかの説明変数に拡張するにはどうすればよいですか?

次に例を示します。

set.seed(12)

表示される行の代わりに、逆変換後のモデルの予測値が必要です。追加することはできmethod='lm', formula =resp~expl1*factor(expl2)ますが、geom_smooth変換するかどうかに関係なくresp、同じ問題になります。変形して線が入らないか、自分の機種に合わないかのどちらかです。

私の質問が理にかなっていることを願っています！ご協力いただきありがとうございます！