xj[i] 中的错误：无效的下标类型“列表”

Question

我试图将数据（银行）拆分为训练数据和测试数据。 但是我不知何故在下面出现错误。我该如何解决这个问题？

train = bank[1:100, ]
test = bank[!train,]
Status.test =Status[!train]
glm.fit=glm(Status~Length+Right+Bottom+Top+Diagonal,data=bank,family=binomial,subset=train)

#Error in xj[i] : invalid subscript type 'list'

glm.probs=predict(glm.fit,test,type="response") 
glm.pred=rep("genuine",100)  
glm.pred[glm.probs>.5]="counterfeit"
table(glm.pred,test)##classification on training data

#Error in table(glm.pred, test) : all arguments must have the same length

Answer 1

问题出在subset=train 。 根据?glm 。 subset应该是一个向量，与原始数据集的子集相反：

子集一个可选的向量，指定要在拟合过程中使用的观察子集。

因此，您可能需要将代码更改为： glm.fit=glm(Status~Length+Right+Bottom+Top+Diagonal,data=train,family=binomial)

或者

glm.fit=glm(Status~Length+Right+Bottom+Top+Diagonal,data=bank,family=binomial,subset=1:100)

Answer 2

通常，您可以通过执行以下操作来实现您的要求：假设列“响应”是观察列：

samples=1:100
train = bank[samples, ]
test = bank[-samples,]
Status.test =bank[samples,'response']

顺便说一句，我建议使用sample()函数来随机抽取样本进行训练和测试。 像这样：

samples=sample(nrow(bank), 0.8*nrow(bank))
train = bank[samples, ]
test = bank[-samples,]
Status.test =bank[samples,'response']

Answer 3

如果您将训练数据设置为：

data[1: 100,]

然后在lm()函数中使用参数：

data = bank[train,]

或者，您可以将火车设置为：

seq(1: 100)

作为索引序列，您需要在

lm(): data = bank, subset = train