cv.glm Проблема с отсутствующими факторами R

Question

Я тестирование производительности логистической регрессии с использованием процедуры cv.glm Перекрёстной Проверки библиотеки загрузки в R.

Некоторые из моих предикторов являются факторами.

Когда я запускаю его я получаю следующее сообщение об ошибке:

Error in model.frame.default(Terms, newdata, na.action = na.action, xlev = object$xlevels) 
factor color has new levels RED 

Я думаю, я понимаю проблему. Может быть, я тренирую регрессионную модель на подмножестве наблюдений, в которых некоторые уровни факторной переменной отсутствуют. Если эта модель позже будет использоваться для новых наблюдений, включая невидимые уровни предикторной переменной, тогда она не знает, как себя вести.

Поскольку это выглядит как фундаментальная проблема с CV, я удивлен, что в документации библиотеки я не нашел упоминания.

Я был бы очень признателен за любые указатели.

Answer 1

Как я уже говорил в моем комментарии, вот пример прямо из ?errorest в ipred пакет:

#cv of a fixed partition of the data 
list.tindx <- list(1:100, 101:200, 201:300, 301:400, 401:500, 
     501:600, 601:700, 701:768) 

errorest(diabetes ~ ., data=PimaIndiansDiabetes, model=lda, 
      estimator = "cv", predict = mypredict.lda, 
      est.para = control.errorest(list.tindx = list.tindx)) 

Таким образом, вы можете указать свои резюме складывает в использовании, и обеспечить, чтобы они достаточно сбалансированы избегать уровней факторов, отсутствующих в любой раз.