如何在测试集上使用predict?
我最终将对一大组不同的预测因子进行多元回归分析。以确保我正确地输入数据,并使用玩具模型获得预期结果。然而,当我尝试使用predict时,它不会对新数据进行预测,而且由于新数据的大小与训练集不同,它会给我一个错误 我在互联网上看过并尝试过各种各样的东西,但都没有成功。我几乎准备放弃并编写自己的函数,但我也在使用please包构建模型,我猜这可能已经在内部调用了,所以我希望保持一致。以下是我写的简短脚本:如何在测试集上使用predict?,r,model,R,Model,我最终将对一大组不同的预测因子进行多元回归分析。以确保我正确地输入数据,并使用玩具模型获得预期结果。然而,当我尝试使用predict时,它不会对新数据进行预测,而且由于新数据的大小与训练集不同,它会给我一个错误 我在互联网上看过并尝试过各种各样的东西,但都没有成功。我几乎准备放弃并编写自己的函数,但我也在使用please包构建模型,我猜这可能已经在内部调用了,所以我希望保持一致。以下是我写的简短脚本: x1<-c(1.1,3.4,5.6,1.2,5,6.4,0.9,7.2,5.4,3.
x1<-c(1.1,3.4,5.6,1.2,5,6.4,0.9,7.2,5.4,3.1) # Orginal Variables
x2<-c(10,21,25,15.2,18.9,19,16.2,22.1,18.6,22)
y<-2.0*x1+1.12*x2+rnorm(10,mean=0,sd=0.2) # Define output variable
X<-data.frame(x1,x2)
lfit<-lm(y~.,X) # fit model
n_fit<-lfit$coefficients
xg1<-runif(15,1,10) # define new data
xg2<-runif(15,10,30)
X<-data.frame(xg1,xg2)# put into data frame
y_guess<-predict(lfit,newdata=X) #Predict based on fit
y_actual<-2.0*xg1+1.12*xg2 # actual values because I know the coefficients
y_pred=n_fit[1]+n_fit[2]*xg1+n_fit[3]*xg2 # What predict should give me based on fit
print(y_guess-y_actual) #difference check
print(y_guess-y_pred)
预测系数为1.97和1.13,截距为-0.25,应该为0,但我添加了噪声,这不会造成很大的差异。如何获得它以便预测独立的测试集。来自帮助文档,
?predict.lm
:
“首先在newdata中查找变量,然后以通常的方式进行搜索(这将包括fit中使用的公式的环境)。”
data.frame()
,创建于:X中,来自帮助文档?predict.lm
:
“首先在newdata中查找变量,然后以通常的方式进行搜索(这将包括fit中使用的公式的环境)。”
data.frame()
,创建于:X您需要在data.frame
中使用与predict()
中的newdata
相同的名称,例如X您需要在data.frame
中使用与predict()
中的newdata
相同的名称
[1] -4.7171499 -16.9936498 6.9181074 -6.1964788 -11.1852816 0.9257043 -13.7968731 -6.6624086 15.5365141 -8.5009428
[11] -22.8866505 2.0804016 -1.8728602 -18.7670797 1.2251849
[1] -4.582645 -16.903164 7.038968 -5.878723 -11.149987 1.162815 -13.473351 -6.483111 15.731694 -8.456738
[11] -22.732886 2.390507 -1.662446 -18.627342 1.431469
Warning messages:
1: 'newdata' had 15 rows but variables found have 10 rows
2: In y_guess - y_actual :
longer object length is not a multiple of shorter object length
3: In y_guess - y_pred :
longer object length is not a multiple of shorter object length
x1 <- c(1.1, 3.4, 5.6, 1.2, 5, 6.4, 0.9, 7.2, 5.4, 3.1) # Orginal Variables
x2 <- c(10, 21, 25, 15.2, 18.9, 19, 16.2, 22.1, 18.6, 22)
y <- 2.0*x1 + 1.12*x2 + rnorm(10, mean=0, sd=0.2) # Define output variable
X <- data.frame(x1, x2)
lfit <- lm(y~., X) # fit model
n_fit <- lfit$coefficients
xg1 <- runif(15, 1, 10) # define new data
xg2 <- runif(15, 10, 30)
X <- data.frame(x1=xg1, x2=xg2) # put into data frame
y_guess <- predict(lfit, newdata=X) #Predict based on fit
y_actual <- 2.0*xg1 + 1.12*xg2 # actual values because I know the coefficients
y_pred = n_fit[1] + n_fit[2]*xg1 + n_fit[3]*xg2 # What predict should give me based on fit
> print(y_guess - y_actual) #difference check
1 2 3 4 5 6 7 8 9 10 11 12 13
-0.060223916 -0.047790535 -0.018274280 -0.096190467 -0.079490487 -0.063736231 -0.047506981 -0.009523583 -0.047774006 -0.084276807 -0.106322290 -0.030876942 -0.067232989
14 15
-0.023060651 -0.041264431
> print(y_guess - y_pred)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0