计算模拟线性回归的 RMSE

如何解决计算模拟线性回归的 RMSE

我正在尝试计算模拟数据的 RMSE。但是输出给出了 RMSE 的 NaN。下面是我正在使用的代码。

library(caret)
RMSE <- function(x,y) sqrt(mean((x-y)^2))
sim.regression<-function(n.obs=200,coefficients=c(3,1.5,2,0),s.deviation=.1){
  
  n.var=length(coefficients)  
  M=matrix(0,ncol=n.var,nrow=n.obs)
  
  beta=as.matrix(coefficients)
  
  for (i in 1:n.var){
    M[,i]=rnorm(n.obs,1)
  }
  
  y=M %*% beta + rnorm(n.obs,s.deviation)
  
  train.data<-y[1:150]
  train.data<-data.frame(train.data)
  test.data<-y[151:200]
  test.data<-data.frame(test.data)
  prediction <- predict(lm(y~M),test.data)
  RMSE.data<-RMSE(prediction,test.data$y)
  
  return (list(x=M,y=y,coeff=coefficients,RMSE=RMSE.data))
  
}

set.seed(2000)
sim.regression(100)

解决方法

欢迎来到 SO。代码中几乎没有问题：

假设您正在尝试根据“M”学习/预测“y”，则必须将 M 和 y 结合起来制作一个数据框。
仅在此之后，您应该将前 150 个拆分为训练，其余拆分为测试。
然后您在 train.data 上训练并在 test.data 上进行预测
此外，由于您已硬编码 [1:150] 和 [150:200] 以进行训练-测试拆分，因此您必须像 sim.regression(200) 一样通过 200。

以下更正代码：

library(caret)
RMSE <- function(x,y) sqrt(mean((x-y)^2))
sim.regression<-function(n.obs=200,coefficients=c(3,1.5,2,0),s.deviation=.1){
  
  n.var=length(coefficients)  
  M=matrix(0,ncol=n.var,nrow=n.obs)
  
  beta=as.matrix(coefficients)
  
  for (i in 1:n.var){
    M[,i]=rnorm(n.obs,1)
  }
  
  y=M %*% beta + rnorm(n.obs,s.deviation)
  data<-data.frame(M,y)
  train.data <- data[1:150,]
  test.data<-data[151:200,]
  prediction <- predict(lm(y~.,data=train.data),test.data)
  RMSE.data<-RMSE(prediction,test.data$y)
  return (list(x=M,y=y,coeff=coefficients,RMSE=RMSE.data))
  
}

set.seed(2000)
sim.regression(200)

打印：

$RMSE
0.0755869850491716