R:当我用测试数据预测时作为新水平的因素

Question

我从我的数据集中收到一个错误，其逻辑与我在下面发布的代码类似。我试过增加训练数据的数量但没有解决。我已经排除了所有 NA 值。

Error in model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) : factor y has new levels L, X

set.seed(234)
d <- data.frame(w=abs(rnorm(50)*1000),
            x=rnorm(50), 
            y=sample(LETTERS[1:26], 50, replace=TRUE))



train_idx <- sample(1:nrow(d), floor(0.8*nrow(d)))
train <- d[train_idx,]
test  <- d[-train_idx,]



fit  <- lm(w ~x + y, data=train)
predict(fit, test)

Answer 1

由于@jdobres 已经解释了为什么会弹出这个错误的原因，我将直接跳到解决方法:

让我们在 predict 语句之前尝试下面的代码行

#add all levels of 'y' in 'test' dataset to fit$xlevels[["y"]] in the fit object
fit$xlevels[["y"]] <- union(fit$xlevels[["y"]], levels(test[["y"]]))

希望这能解决您的问题!