R 如何预测连续变量？

我试图用我用来预测二进制变量的代码来预测一个连续变量。我不明白代码中是否还有其他东西需要更改，但这就是我出错的地方

osmos是连续变量，其实际值介于（0-40.435）之间

对于这个特定的代码，我通常使用二进制值（0或1），但我不知道如何更改以应用相同的概念来预测osmos

excel工作表的第一列是osmos，第二列是用于预测的变量。两列都包含连续变量。预期输出为预测的r平方和p值

# logistic regression model
library(nnet)
mymodel <- multinom(variable, na.action=na.omit, data=newdata)


# misclassification rate
p <- predict(mymodel, newdata)
tab <- table(p, newdata$osmos)
tab

sum(diag(tab))/sum(tab)
table(newdata$osmos)

# model performance evaluation
library(ROCR)
pred <- predict(mymodel, newdata, type = 'prob')
head(pred)
head(newdata)
hist(pred)

pred <- prediction(pred, newdata$osmos)
eval <- performance(pred, "acc")
plot(eval)

---

在寻求帮助时，您应该包括一个简单的示例输入和所需的输出，可用于测试和验证可能的解决方案。我们不知道你的数据是什么样子的。删除与特定问题无关的代码。如果你需要帮助，为你的数据选择合适的模型，这确实是一个统计问题，可以得到更好的答案。您似乎用

lm（）

使您的连续

模型适合
模型，但实际上从未使用过它。@MrFlick我修改了描述。这更有意义吗？输入的osmos和变量来自excel工作表中的数据集，它们都是连续变量。对于连续值来说，大多数情况下没有意义。对于连续值，
table（）
看起来像什么？这只适用于离散型。中华民国也是如此。对于连续值来说，这没有多大意义。我建议你咨询一位统计学家，了解你的分析目标是什么。
Error in prediction(pred, newdata$osmos) : 
Number of cross-validation runs must be equal for predictions and labels.