在R中建立多元线性回归模型？

Question

我正在尝试构造一个multiple linear regression model，我将在以后的prediction中使用它。 在我的代码中，我使用DF数据构建了模型，其中Y是我的响应变量，而X1和X2是自变量。拟合模型后，我想使用模型（即系数）来predict 2017年响应变量（即Y）。然后，我想将2017年的预测值与Y（即DF$Actual）的实际值作图，以查看我的模型效果。

library(lubridate)

set.seed(1500)
DF <- data.frame(Date = seq(as.Date("2000-01-01"), to = as.Date("2010-12-31"), by = "days"), 
                         Y = runif(4018, 0,50), X1 = runif(4018, 2,45), X2 = runif(4018, 12, 55))

DF1 <- data.frame(Date = seq(as.Date("2017-01-01"), to = as.Date("2017-09-30"), by = "days"), 
                  Actual = runif(273, 0,50), X1 = runif(273, 2,45), X2 = runif(273, 12, 55))
ML_Model <- lm(data = DF, Y~X1+X2)
#summary(ML_Model)

Pred_Model <- predict(ML_Model, data.frame(X1 = DF1$X1, X2 = DF1$X2))

# plot the prected Y vs Acutal Y from DF1.......