xj[i] 中的錯誤：無效的下標類型“列表”

Question

我試圖將數據（銀行）拆分為訓練數據和測試數據。 但是我不知何故在下面出現錯誤。我該如何解決這個問題？

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

問題出在subset=train 。 根據?glm 。 subset應該是一個向量，與原始數據集的子集相反：

子集一個可選的向量，指定要在擬合過程中使用的觀察子集。

因此，您可能需要將代碼更改為： 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，您可以通過執行以下操作來實現您的要求：假設列“響應”是觀察列：

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

順便說一句，我建議使用sample()函數來隨機抽取樣本進行訓練和測試。 像這樣：

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

Answer 3

如果您將訓練數據設置為：

data[1: 100,]

然后在lm()函數中使用參數：

data = bank[train,]

或者，您可以將火車設置為：

seq(1: 100)

作為索引序列，您需要在

lm(): data = bank, subset = train