Как предсказать зависимые значения, используя подобранную модель в r?

Question

Я подгоняю модель:

var4pca <- lm(lg[5:415,1] ~ pcalg1$x[, 1:8] + pcalg2$x[, 1:8] + pcalg3$x[, 1:8] + pcalg4$x[, 1:8])

Теперь я хочу предсказать значения для набора проверки (83 строки).Как я могу это сделать?

Я пытаюсь использовать:

pred_pca<-predict(var4pca, va)

, где va - мой набор проверки.Но это возвращает мне вектор с длиной 411, тогда как я хочу только длину 83

Answer 1

По моему опыту, ЛМ очень суетливо относится к предсказанию.Это требует, чтобы новые данные выглядели точно так же, как данные, использованные для создания модели.Под этим я подразумеваю, что такие вещи, как имена col, должны совпадать.Обычно будет работать создание фрейма данных из всех данных, а затем создание df.train и df.test в качестве правильных строк фрейма данных.Это должно делать свое дело.Как говорит Джоран, будьте осторожны с формулами.Одним из преимуществ помещения всех данных в df с именованными столбцами является то, что тогда можно использовать формулу depvar ~.- как правило, гораздо проще написать.