我有一个包含 454 个变量的数据集，尺寸为 1142obs。我使用“插入符号”来分隔训练和测试数据集。
训练 = 99 var 的 858 obs
测试 = 99 var 的 284 obs
我像这样制作了一个线性回归模型（提前为响应前的额外 $ 符号道歉，我将其包括在此处，否则将无法正确显示）：
lm1 <-lm(training$$response ~ training$balloons, data=training)
然后我尝试做出这样的预测：
lm.predict <-predict(lm1, newdata=testing)
R提出：
Warning message:
'newdata' had 284 rows but variables found have 858 rows
lm.predict还会生成一个长度为 858 个数字的向量，而不是 284 个。有什么想法吗？
将您的问题缩减为最小的可重现示例并提供数据或生成数据。对于您的问题，我可以使用具有两列的数据框进行重现（我们不在乎它是 99 列还是 2 列）：
training = data.frame(response=runif(858), balloons=runif(858))
testing = data.frame(response=runif(284), balloons=runif(284))
现在您正在拟合模型，并收到此错误：
lm1 <-lm(training$response ~ training$balloons, data=training)
lm.predict <-predict(lm1, newdata=testing)
## Warning message:
## 'newdata' had 284 rows but variables found have 858 rows
您的问题是因为您在模型中指定向量（即training使用$列表示法的列）并且还在data参数中指定数据框（被忽略）。如果你把它排除在外，你会得到同样的错误：
> lm1 <-lm(training$response ~ training$balloons)
> lm.predict <-predict(lm1, newdata=testing)
Warning message:
'newdata' had 284 rows but variables found have 858 rows
如果您的观察来自数据框，那么您不需要将数据指定为向量，您可以给出一个在数据框的上下文中评估的公式：
> lm1 <-lm(response ~ balloons, data=training)
进而：
> lm.predict <-predict(lm1, newdata=testing)
正如预期的那样，这是 284 个预测。