my_diamonds <- diamonds %>% mutate(cut = as.character(cut),
color = as.character(color),
clarity = as.character(clarity))
我想要创建一个新的数据格式,只需剪裁和颜色作为dummyVars。
但是,我无法让下面代码中的第一个块工作:
# make cut and color dummar vars
dummy <- ca
我正在尝试遍历我的数据帧,以检查对结果的最佳预测值。我的dataframe的列名是数字(0.1,0.2)。运行模型(如glm )时,公式函数不起作用,因为预测值是数值。 formula_string <- "outcome~0.1"
test_formula <- formula(formula_string)
GLM <- glm(test_formula, data=df) 我想让它运行,但得到的却是错误: Error in terms.formula(formula, data = data) : invalid model formula in Ex
我试图拟合一个广义的加性logistic回归模型,但我得到了一个奇怪的错误:
gam_object = gam(event ~ s(time) + ., data = lapse_train, family = "binomial")
Error in terms.formula(gf, specials = c("s", "te", "ti", "t2")) : '.' in formula and no 'data' argument
为什么要告诉我这里没有数据争论,而这里显
这可能是一个非常简单的问题,但我似乎无法克服它。具有诸如X100.4、X100.-4、X100.-5等列名。我正在尝试运行线性回归,但当我这样做时,我得到一个错误
lm<-lm(X986~X241+X243+X280+X282+X987+X143.2+X239.0+X491.61+X350.-4,data=train)
Error in terms.formula(formula, data = data) :
invalid model formula in ExtractVars
它在没有变量X350.-4的情况下工作得很好,所以我认为这是问题所在。我试着做“X350.-4”和
我希望在garchFit()函数的帮助文档中运行fGarch R库中的示例,并针对以下错误:“terms.formula中的错误(公式,数据=数据):模型公式中的无效项”
下面是帮助文档中的第一个示例:
# In the univariate case the lhs formula has not to be specified ...
# A numeric Vector from default GARCH(1,1) - fix the seed:
N = 200
x.vec = as.vector(garchSim(garchSpec(rseed =
R有一个操作公式的方便工具,update.formula()。当你想要得到“包含除x外的前一个公式中的所有术语的公式”时,这种方法很好地工作。
f1 <- z ~ a + b + c
(f2 <- update.formula(f1, . ~ . - c))
## z ~ a + b
然而,这似乎不适用于抵消条款:
f3 <- z ~ a + offset(b)
update(f3, . ~ . - offset(b))
## z ~ a + offset(b)
我已经挖掘到了terms.formula,?update.formula引用了以下内容:
在取代之后,..。然
纯素包包含用于建模的ordiR2step()函数,可以使用R2和p值作为拟合优度来识别最重要的变量。但是,对于我最近使用的dataset,函数并没有提供最适合的模型。
# data
RIKZ <- read.table("http://www.uni-koblenz-landau.de/en/campus-landau/faculty7/environmental-sciences/landscape-ecology/Teaching/RIKZ_data/at_download/file", header = TRUE)
# data preparation
Speci
我正在尝试对训练数据框架运行线性建模,但它没有给我输出。
它给了我一个错误,说
Error in terms.formula(formula, data = data) :
'.' in formula and no 'data' argument
代码
n <- ncol(training)
input <- as.data.frame(training[,-n])
fit <- lm(training[,n] ~.,data = training[,-n])
几年来,我第一次使用一些旧代码,并意识到它在使用lm()的地方出了问题。在这个简单的示例中重复了这个问题:
df <- data.frame(x=c(1,2,3), y=c(1,2,3))
lm(df$y ~ 1/(0.00005 * df$x))
运行上面的lm()会抛出一个错误:
Error in terms.formula(formula, data = data) :
invalid model formula in ExtractVars
我不明白为什么会发生这样的事情--有人能帮我吗?这段代码在我上次使用的时候是有效的。谢谢!
编辑:下面,akrun建议我在lm()中使用t
我试图用我的数据建立一个随机森林回归模型。对于第一个参数,我编写了公式,然后指定了数据,最后编写了所需树的数量。
rf_model = randomForest(targetVar ~., data = train, ntree = 50)
执行这一行代码时遇到的错误是:
Error in terms.formula(formula, data = data) :
'.' in formula and no 'data' argument
是什么导致了错误?它是随机森林回归模型的一个简单而直观的实现。此外,阅读错误并没有屈服于任何有效的解决方案。
使用不同的来源,我编写了一个小函数,它创建了一个包含标准错误、t统计信息和标准错误的表,这些数据在线性回归模型之后按照组变量“集群”进行聚类。代码如下
cl1 <- function(modl,clust) {
# model is the regression model
# clust is the clustervariable
# id is a unique identifier in ids
library(plm)
library(lmtest)
# Get Formula
form <- formula(modl$ca
我正在尝试探索mgcv包中的" gam“函数与gam包中的”gam“函数的不同之处。但是,我不能在一个R会话中同时运行两个gam函数。我认为如果我以mgcv::gam或gam::gam作为前缀,它将能够运行正确的函数,但看起来我必须分离mgcv才能运行gam包中的gam函数。 library(ISLR)
library(mgcv)
library(gam)
# I get an error message when it runs this
gam.m3 <- gam::gam(wage~s(year,4)+s(age,5)+education,data=Wage)
# N