有关R语言进行多元线性回归分析或RF回归分析时出现"Error in terms.formula(formula, data = data) : 模型公式里有错误的项"的问题

把数据在xlsx表格文件中整理好之后如下：

按照格式设置公式为

gx.rf <- randomForest(2000 ~ .,data = d, importance = TRUE, ntree = 20)

gx.lm <- lm(2000~high+gdp2010+erqi+water,data = d)

程序报错：Error in terms.formula(formula, data = data) : 模型公式里有错误的项

经检查，原因为xlsx导入后，第一列会加一个大写的X

改为：

gx.rf <- randomForest(X2000 ~ .,data = d, importance = TRUE, ntree = 20)

gx.lm <- lm(X2000~high+gdp2010+erqi+water,data = d)

问题解决！

• 人面猴

  序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...

  沈念sama阅读 219,039评论 6赞 508
• 死咒

  序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...

  沈念sama阅读 93,426评论 3赞 395
• 救了他两次的神仙让他今天三更去死

  文/潘晓璐 我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...

  开封第一讲书人阅读 165,417评论 0赞 356
• 道士缉凶录：失踪的卖姜人

  文/不坏的土叔 我叫张陵，是天一观的道长。 经常有香客问我，道长，这世上最难降的妖魔是什么？ 我笑而不...

  开封第一讲书人阅读 58,868评论 1赞 295
• 港岛之恋（遗憾婚礼）

  正文 为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...

  茶点故事阅读 67,892评论 6赞 392
• 恶毒庶女顶嫁案：这布局不是一般人想出来的

  文/花漫 我一把揭开白布。 她就那样静静地躺着，像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上，一...

  开封第一讲书人阅读 51,692评论 1赞 305
• 城市分裂传说

  那天，我揣着相机与录音，去河边找鬼。 笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。 我是一名探鬼主播，决...

  沈念sama阅读 40,416评论 3赞 419
• 双鸳鸯连环套：你想象不到人心有多黑

  文/苍兰香墨 我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...

  开封第一讲书人阅读 39,326评论 0赞 276
• 万荣杀人案实录

  序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...

  沈念sama阅读 45,782评论 1赞 316
• 护林员之死

  正文 独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...

  茶点故事阅读 37,957评论 3赞 337
• 白月光启示录

  正文 我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...

  茶点故事阅读 40,102评论 1赞 350
• 活死人

  序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...

  沈念sama阅读 35,790评论 5赞 346
• 日本核电站爆炸内幕

  正文 年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...

  茶点故事阅读 41,442评论 3赞 331
• 男人毒药：我在死后第九天来索命

  文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...

  开封第一讲书人阅读 31,996评论 0赞 22
• 一桩弑父案，背后竟有这般阴谋

  文/苍兰香墨 我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。 一阵脚步声响...

  开封第一讲书人阅读 33,113评论 1赞 272
• 情欲美人皮

  我被黑心中介骗来泰国打工， 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。 一个月前我还...

  沈念sama阅读 48,332评论 3赞 373
• 代替公主和亲

  正文 我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...

  茶点故事阅读 45,044评论 2赞 355

推荐阅读更多精彩内容

• 基于R语言的随机森林算法

  随机森林基本原理

  大道无形x我有型阅读 1,414评论 0赞 1
• 回归分析-一般线性回归和广义线性回归+分类数据数据挖掘分析

  一般线性回归---完整过程 ##线性回归包括几个方面：数据观察，初步拟合，交互作用，多重共线性，回归诊断，拟合中出...

  我最有才阅读 4,358评论 0赞 3
• 机器学习之线性回归(2) — 多变量线性回归

  这次多变量线性回归模型用的数据集是在alr3包名叫water的数据集。 library(alr3)data("wa...

  changlugen阅读 1,942评论 0赞 0
• 应用回归分析——线性回归

  准备 ①导入文件查看默认存储路径，再将csv文档存入文件夹打开：(使用逗号作为小数点、分号作为字段分隔符的地区中使...

  小新122阅读 2,178评论 0赞 1
• 哥斯拉mining过程

  数据导入 setwd("D:/R") 或者直接getwd（）放入学校路径 A=read.csv('',header...

  58141ad1d888阅读 626评论 0赞 0