glm関数が正しいデータセットを取得しない

Question

私はRを学習し、1470件のデータセットを扱っています。データセットの名前はABCです。 as.factorを使用して、カテゴリ変数を要因として変換しました。

その後、電車とテストにデータセットを分割しました。列車とテストデータの両方のケースが完璧なようです。それから私は

fit = glm(attrition~Dept_1+Education_1+BusinessTravel_1,binomial(link="logit"),train) 

フィット方程式の実行以下の構文を使用して、GLMの機能を使用しますが、代わりに1028のレコードの列車のデータセットの例1470でデータセット全体ABC上で実行されます。

問題が何であるか理解できません。

Answer 1

あなたが行う場合は、この：

Dept_1 <- as.factor(ABC$Dept) 
Education_1 <- as.factor(ABC$Education) 
BusinessTravel_1 <- as.factor(ABC$BusinessTravel) 

あなたが実際にあなたの地球環境で3つの新しい変数を作成している、いない元のデータフレームABCインチこのため、ABCをトレーニングサンプルとテストサンプルに分割すると、新しい変数には影響しません。

あなたがモデルに合うように行くとき、あなたのglmコール

fit = glm(attrition~Dept_1+Education_1+BusinessTravel_1,binomial(link="logit"),train) 

が式に記載されている変数を探します。 trainデータセットではそれらを見つけることはできませんが、地球環境でそれらを見つけることができます。そのため、彼らは元の長さを持っています。あなたはおそらく望ん

は、データフレームABCで変数を作成します

ABC$Dept_1 <- as.factor(ABC$Dept) 
ABC$Education_1 <- as.factor(ABC$Education) 
ABC$BusinessTravel_1 <- as.factor(ABC$BusinessTravel) 

です。