运行这段代码提示Error in eval(predvars, data, env) : object 'wavelet.LLH.firstorder.Uniformity' not found

这个错误提示说明在你的数据集`df`中没有找到名为`wavelet.LLH.firstorder.Uniformity`的特征。请确保你的数据集中包含这些特征，并且列名正确无误。你可以使用以下代码检查数据集中是否存在这些列：

# 查看数据集中的所有列名
names(df)

# 检查特征列是否存在于数据集中
all(feature_names %in% names(df))

如果上述代码返回`FALSE`，则说明数据集中不包含所有的特征列。你需要检查数据集是否正确加载，并且特征列是否命名正确。如果上述代码返回`TRUE`，则说明问题可能在其他地方，你可以检查数据集的其他方面，例如是否存在缺失值等等。

相关问题

为什么运行你的代码之后出现Error in eval(predvars, data, callenv) : object 'original.firstorder.RobustMeanAbsoluteDeviation' not found

这个错误通常表示你的数据框中没有名为“original.firstorder.RobustMeanAbsoluteDeviation”的变量。你需要检查一下你的数据框是否包含这个变量并且变量名是否和代码中完全匹配。

如果你确认数据框中包含这个变量，那么可能是因为变量名中包含了空格或特殊字符，导致无法正确地识别变量名。在这种情况下，你需要使用反引号（` `）将变量名括起来，例如：

coxm <- cph(Surv(T,E)~`original.firstorder.RobustMeanAbsoluteDeviation`+`log.sigma.4.0.mm.3D.firstorder.InterquartileRange`+`log.sigma.5.0.mm.3D.glszm.SmallAreaEmphasis`+`wavelet.LLH.firstorder.InterquartileRange`+`wavelet.LLH.firstorder.Uniformity`+`wavelet.HHL.firstorder.Mean`+`wavelet.LLL.glcm.Autocorrelation`+`wavelet.LLL.glcm.ClusterProminence`, data=df)

如果你仍然无法解决这个问题，请检查一下数据框中变量名的大小写是否和代码中完全一致。