R 为什么我会在回归摘要中丢失分类数据？

本质上，我试图使用数字和分类数据的组合来预测分类变量。 这是我的密码。当我做摘要时，我丢失了一个

开关

类别和一个

声音

类别。

---

我认为这与参考变量有关，但我不太确定。

关于参考类别，你是对的。在模型中包含类别/因子变量时，始终排除该变量的一个类别，并将其用作参考类别。您在输出中看到的类别的估计值与排除的类别相关。例如，如果您有一个类别为“红色”、“蓝色”和“绿色”的因子变量，“红色”是参考类别，那么“蓝色”和“绿色”的模型估计值将分别为“蓝色”和“红色”以及“绿色”和“红色”。

欢迎使用，AriMorrison！意识到我们不知道数据中有什么，所以我们根本不可能提供帮助。请通过发布来自

dput（head（box））

的输出来提供数据样本；如果有很多列，那么可能是

dput（框[1:10,1:5]）

或某些特定的行和列子集，它们很好地代表了数据。有关以可复制的方式提问的好例子，请参见和。谢谢。这是我第一次在SO上发布，SO对此表示祝贺。这是dput（head（box））的输出：结构（list）（ID=c（86623L，57936L，54301L，2678L，65827L，22420L），INPUT1=c（30L，87L，16L，64L，33L，5L），INPUT2=c（31L，76L，33L，77L，72L，50L），INPUT3=c（72L，31L，87L，91L，53L，26L），INPUT4=c（29L，79L，41L，59L，66L，50L），开关=c（“低”，“高”，“低”，“低”，“高”，“低”，“低”，“高”，“低”，“低”，“低”，“高”，“低”，“低”，“高”，“低”，“低”，“高”，“低”，“低”，“低”，“高”，“低”，“低”，“低”，“低”，“低”，“低”，“高”，“高”，“低”，“，SOUND=c（“漱口”，“滴答”，“滴答”，“滴答”，“滴答”，“滴答”，“滴答”），row.names=c（NA，6L），class=“data.frame”）（请将您的问题放在那里，不要在评论中发表。谢谢！）这应该是常见问题解答。。。有人知道如何轻松找到合适的副本吗？

box <- read.csv("BlackBoxtrainApril22.csv")

#Change the 2 categorical variables into factors
box$SOUND <- as.factor(box$SOUND)
box$SWITCH <- as.factor(box$SWITCH)

#divide training and testing data
train <- box[1:12000,]
test <- box[12001:18048,]

library(nnet)
require(nnet)
multinom_model <- multinom(SOUND ~ ., data=box)
summary(multinom_model)