如何解决待更换项目的错误数量不是R中更换长度的倍数的问题?
我试图用GAM和光栅进行空间预测。我有一个深度数据的光栅文件(depth_R.asc),以及248个地点物种的存在和缺失数据(depth.csv)。首先,我拟合了这248个数据,然后使用光栅:预测函数预测整个研究区域深度数据(depth_R.asc)中物种的出现概率。但当我想这样做时,我会出现以下错误: p[-naind,]中出现错误,如果您在此处查看: 您发现如何解决待更换项目的错误数量不是R中更换长度的倍数的问题?,r,raster,predict,gam,logits,R,Raster,Predict,Gam,Logits,我试图用GAM和光栅进行空间预测。我有一个深度数据的光栅文件(depth_R.asc),以及248个地点物种的存在和缺失数据(depth.csv)。首先,我拟合了这248个数据,然后使用光栅:预测函数预测整个研究区域深度数据(depth_R.asc)中物种的出现概率。但当我想这样做时,我会出现以下错误: p[-naind,]中出现错误,如果您在此处查看: 您发现光栅和数据之间的名称不匹配 例如: class : RasterLayer dimensions : 1276, 686,
光栅
和数据
之间的名称不匹配
例如:
class : RasterLayer
dimensions : 1276, 686, 875336 (nrow, ncol, ncell)
resolution : 0.005, 0.005 (x, y)
extent : 88.9975, 92.4275, 17.9975, 24.3775 (xmin, xmax, ymin, ymax)
crs : NA
source : E:/dissertation/dissertation/Depth_R.asc
names : Depth_R
#AND
> names(Data)
[1] "PA" "Depth"
X
的名称是Depth\R
,而数据的名称是itsDepth
names(X) <- "Depth"
model <- gam(PA ~s(Depth), method="REML",family = binomial("logit"), data=Data)
p <- raster::predict(X, t, type="response")
> p
class : RasterLayer
dimensions : 1276, 686, 875336 (nrow, ncol, ncell)
resolution : 0.005, 0.005 (x, y)
extent : 88.9975, 92.4275, 17.9975, 24.3775 (xmin, xmax, ymin, ymax)
crs : NA
source : memory
names : layer
values : 2.220446e-16, 0.9585746 (min, max)
名称(X)
names(X) <- "Depth"
model <- gam(PA ~s(Depth), method="REML",family = binomial("logit"), data=Data)
p <- raster::predict(X, t, type="response")
> p
class : RasterLayer
dimensions : 1276, 686, 875336 (nrow, ncol, ncell)
resolution : 0.005, 0.005 (x, y)
extent : 88.9975, 92.4275, 17.9975, 24.3775 (xmin, xmax, ymin, ymax)
crs : NA
source : memory
names : layer
values : 2.220446e-16, 0.9585746 (min, max)