R 如何使用XGBoost进行预测

我正在尝试使用XGBoost创建我的第一个模型，但我不知道如何实际获得预测值。我能够训练一个模型并得到均方根误差值，但我不知道从这里开始该怎么做

我的数据集是关于房价的。我使用的变量包括：地块正面、地块面积、建筑类型、总质量、总秒数、全浴、半浴、TotRmsAbvGrd、YearBuild、TotalBsmtSF、卧室ABvgr和GrLivArea。这些变量中的一些是数字，一些是字符串

这是我的代码和出错的地方：

library(data.table)
library(caret)
library(Metrics)
library(xgboost)

train<-fread("train_data.csv")
test<-fread("test_data.csv")

sub_train<-train[,.(LotFrontage,LotArea,BldgType,OverallQual,OverallCond,FullBath,HalfBath,TotRmsAbvGrd,YearBuilt,TotalBsmtSF,BedroomAbvGr,GrLivArea,SalePrice)]
sub_test<-test[,.(LotFrontage,LotArea,BldgType,OverallQual,OverallCond,FullBath,HalfBath,TotRmsAbvGrd,YearBuilt,TotalBsmtSF,BedroomAbvGr,GrLivArea)]

sub_test$SalePrice<-0

y.train<-sub_train$SalePrice
y.test<-sub_test$SalePrice

dummies <- dummyVars(SalePrice~ ., data = sub_train)
x.train<-predict(dummies, newdata = sub_train)
x.test<-predict(dummies, newdata = sub_test)

dtrain <- xgb.DMatrix(x.train,label=y.train,missing=NA)
dtest <- xgb.DMatrix(x.test,label=y.test,missing=NA)


param <- list(  objective           = "reg:linear",
            gamma               =0.02,
            booster             = "gbtree",
            eval_metric         = "rmse",
            eta                 = 0.02,
            max_depth           = 10,
            subsample           = 0.9,
            colsample_bytree    = 0.9,
            tree_method = 'hist'

库（data.table）
图书馆（插入符号）
图书馆（指标）
图书馆（xgboost）
培训如果您试图预测销售价格，您可能需要尝试的是
pred如果您试图预测销售价格，您可能需要尝试的是
pred
XGBm<-xgb.cv( params=param,nfold=5,nrounds=2000,missing=NA,data=dtrain,print_every_n=1)
pred<-predict(XGBm, sub_test$SalePrice)



watchlist <- list(eval = dtest, train = dtrain)
XGBm<-xgb.train( params=param,nrounds=200,missing=NA,data=dtrain,watchlist,early_stop_round=20,print_every_n=1)
sub_train2 <- xgb.DMatrix(x.train,label=y.train,missing=NA)
pred1<-predict(XGBm, sub_train$SalePrice)