gpt4 book ai didi

r - 如何解决我的线性模型上的 "rank-deficient fit may be misleading error"问题?

转载 作者:行者123 更新时间:2023-12-02 04:03:28 27 4
gpt4 key购买 nike

当我使用模型进行预测时遇到问题,R 显示此消息警告消息预测来自排名不足的拟合可能会产生误导,我该如何解决?我认为我的模型是正确的,但预测失败了,我不知道为什么。

在这里您可以逐步看到我正在做的事情以及模型的摘要:

myModel <- lm(margin~.,data = dataClean[train,c(target,numeric,categoric)])

Call:
lm(formula = margin ~ ., data = dataClean[train, c(target, numeric, categoric)])

Residuals:
Min 1Q Median 3Q Max
-0.220407 -0.035272 -0.003415 0.028227 0.276727

Coefficients: (2 not defined because of singularities)
Estimate Std. Error t value Pr(>|t|)
(Intercept) 6.061e-01 2.260e-02 26.817 < 2e-16 ***
price 1.042e-05 8.970e-06 1.162 0.245610
shipping 1.355e-03 2.741e-04 4.943 9.25e-07 ***
categoryofficeSupplies -7.721e-02 2.295e-02 -3.364 0.000802 ***
categorytechnology -3.993e-02 2.325e-02 -1.717 0.086249 .
subCategorybindersAndAccessories -1.650e-01 1.421e-02 -11.612 < 2e-16 ***
subCategorybookcases 3.337e-04 2.328e-02 0.014 0.988565
subCategorychairsChairmats -3.104e-02 2.106e-02 -1.474 0.140831
subCategorycomputerPeripherals 1.356e-02 1.293e-02 1.049 0.294604
subCategorycopiersAndFax -1.943e-01 2.944e-02 -6.598 7.27e-11 ***
subCategoryenvelopes -1.648e-01 2.045e-02 -8.057 2.62e-15 ***
subCategorylabels -1.534e-01 1.984e-02 -7.730 3.00e-14 ***
subCategoryofficeFurnishings -8.827e-02 2.220e-02 -3.976 7.61e-05 ***
subCategoryofficeMachines -1.521e-01 1.639e-02 -9.281 < 2e-16 ***
subCategorypaper -1.624e-01 1.363e-02 -11.909 < 2e-16 ***
subCategorypensArtSupplies -8.484e-04 1.524e-02 -0.056 0.955623
subCategoryrubberBands 3.174e-02 2.245e-02 1.414 0.157854
subCategoryscissorsRulersTrimmers 1.092e-01 2.327e-02 4.693 3.13e-06 ***
subCategorystorageOrganization 1.219e-01 1.575e-02 7.739 2.82e-14 ***
subCategorytables NA NA NA NA
subCategorytelephoneAndComunication NA NA NA NA
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 0.08045 on 858 degrees of freedom
Multiple R-squared: 0.6512, Adjusted R-squared: 0.6439
F-statistic: 88.98 on 18 and 858 DF, p-value: < 2.2e-16

estimateModel <- predict(myModel, type="response", newdata=dataClean[test, c(numeric,categoric,target)])

Warning message:
In predict.lm(myModel, type = "response", newdata = dataClean[test, :
prediction from a rank-deficient fit may be misleading

最佳答案

您的两个子类别级别的相关系数已被抑制。这意味着它们中的每一个都可以通过价格和运输以及其他类别和子类别级别的某种组合进行 100% 预测。这在 R 文档中称为“别名”。该警告可能重要也可能不重要,尽管同意@ZheyuanLi 的观点,即它可能是良性的。我不认为这个特定的警告可能是由于缺失值造成的,因为 R 回归函数通常以一种当任何一个变量具有缺失值时删除整行的方式运行。两个变量之间存在 100% 相关性的理论也不太可能。如果您想查找显示可能导致此问题的组合,我建议从

开始
with( dataClean , table( category, SubCategory) )

我预测您会发现一个子类别上有一个或多个类别行。

关于r - 如何解决我的线性模型上的 "rank-deficient fit may be misleading error"问题?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40774922/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com