R（预测）中的多元多项式回归

我正在使用60/40测试分割建立一个预测模型。 我想建立一个包含10个解释变量的多项式回归模型

首先，我建立了一个基于培训的模型，并对

training$y

进行了回归

model_poly = lm(training$y ~ poly(training$x1, degree=2, raw=TRUE) +
     poly(training$x2, degree=2, raw=TRUE) +
     poly(training$x3, degree=2, raw=TRUE) +
     poly(training$x4, degree=2, raw=TRUE) +
     poly(training$x5, degree=2, raw=TRUE) +
     poly(training$x6, degree=2, raw=TRUE) +
     poly(training$x7, degree=2, raw=TRUE) +
     poly(training$x8, degree=2, raw=TRUE) +
     poly(training$x9, degree=2, raw=TRUE) +
     poly(training$x10, degree=2, raw=TRUE))

之后，我想使用此模型预测新数据（

test

）

poly_predictions = predict(model_poly, poly(test$x1, degree=2, raw=TRUE)+
     poly(test$x2, degree=2, raw=TRUE) +
     poly(test$x3, degree=2, raw=TRUE) +
     poly(test$x4, degree=2, raw=TRUE) +
     poly(test$x5, degree=2, raw=TRUE) +
     poly(test$x6, degree=2, raw=TRUE) +
     poly(test$x7, degree=2, raw=TRUE) +
     poly(test$x8, degree=2, raw=TRUE) +
     poly(test$x9, degree=2, raw=TRUE) +
     poly(test$x10, degree=2, raw=TRUE))

测试数据约有200k行，训练数据约有300k行

问题是，

poly_预测

具有训练数据的维度，而不是测试数据的维度。因此，有点不对劲

我错过了什么？使用简单线性模型进行预测时，例如

model_lm = lm(training$y ~ ., training)
lm_predictions = predict(model_lm, test)

---

我没问题。

你把问题说得太过分了。由于您的模型公式使用的是

training$x1

，因此它在进行预测时将查找的变量正是这个变量。相反，请使用列共享名称的事实，并将模型创建为

model_poly = lm(y ~ poly(x1, degree=2, raw=T) +
  poly(x2, degree=2, raw=T), data=df.training)

这将根据抽象变量

x1

，

x2

等生成一个模型

然后，您可以像这样使用predict（您可以省略这里的

poly

调用，因为它被烘焙到模型中）：

产生期望的结果。否则，您通常会收到一条警告，指出您的输出数据与用于预测其长度是否不同的

newdata

不匹配

predict(model_poly, df.test)