R 如何将训练数据集上的线性回归结果应用于测试数据集?
我有两个非空数据帧:R 如何将训练数据集上的线性回归结果应用于测试数据集?,r,linear-regression,training-data,R,Linear Regression,Training Data,我有两个非空数据帧:训练和测试。每个数据帧都有两列:Y和X,按此顺序排列。我已将线性回归分析应用于培训,如下所示: m <- lm(Y ~ X, data = training) m参见predict.lm功能: Y_pred = predict(m, newdata = testing) 你说的是类似于预测(lm(Y~X,数据=训练),新数据=测试)?@r2evans:是的,谢谢。如果我理解正确,predict函数会简单地忽略testing的Y列,对吗?是的,这是我的理解。@r2ev
训练
和测试
。每个数据帧都有两列:Y
和X
,按此顺序排列。我已将线性回归分析应用于培训
,如下所示:
m <- lm(Y ~ X, data = training)
m参见predict.lm
功能:
Y_pred = predict(m, newdata = testing)
你说的是类似于预测(lm(Y~X,数据=训练),新数据=测试)
?@r2evans:是的,谢谢。如果我理解正确,predict
函数会简单地忽略testing
的Y
列,对吗?是的,这是我的理解。@r2evans:但是predict
如何知道忽略Y
而不是X
?当你用lm(Y~X,…)开始回归时,您正在将Y
标记为响应变量。模型保留此信息,因此predict()
知道这是您试图基于其他变量(解释性因素)预测的变量。