R如何使用glm处理新级别的意外数量
这是我的问题。我有一个基于旧数据的GLM模型。 我的新数据具有相同的解释变量,但层次更多。 我想给每个解释变量一个新的beta值。 例如,假设输入“A”有一个称为“ANew”的新级别。通过使用R如何使用glm处理新级别的意外数量,r,prediction,glm,predict,missing-features,R,Prediction,Glm,Predict,Missing Features,这是我的问题。我有一个基于旧数据的GLM模型。 我的新数据具有相同的解释变量,但层次更多。 我想给每个解释变量一个新的beta值。 例如,假设输入“A”有一个称为“ANew”的新级别。通过使用predict(*) R函数,我想预测这个输入的beta值为0.12。输入“B”有一个名为 “BNew”。我想预测这个输入的beta值为0.5,以此类推
predict(*)
R函数,我想预测这个输入的beta值为0.12
。输入“B”有一个名为
“BNew”。我想预测这个输入的beta值为0.5
,以此类推