我目前正在开展大学项目，以预测到达24/7店铺的客户数量。我使用来自商店的数据，其中包含（除其他事项外）某一年的每个客户所服务的日期和时间。
我已将此数据集拆分为训练集和交叉验证集。此外，我已将该培训集与同年的天气数据进行汇总和合并，以确定（例如）高温会导致更多客户。
合并数据的简化版本如下所示：
| ServedCustomers | Month | Day | Hour | Temperature (C°) | Rain(binary)
| --------------- | ----- | --- | ---- | ---------------- | ------------
| 1 | 12 | 31 | 12 | 9.2 | 0
| 0 | 12 | 31 | 13 | 9.8 | 1
| 2 | 12 | 31 | 14 | 10.1 | 0
对于一年中的每个小时，我都有服务的客户数量以及相应的天气数据。
我在R中创建了一个多元线性回归模型，以预测几乎所有其他变量作为预测变量的客户数量。到目前为止，使用summary()命令，MSE，R ^ 2和其他统计数据看起来还不错。
现在我想检查相同的模型是否也适用于交叉验证集。为此，我已经与相同的天气数据合并，以获得与上表具有相同结构的数据集，只有不同数量的客户。
然而，那是我目前所困的地方。将predict.lm()函数与模型和交叉验证集一起使用似乎确实有效，但只能产生预测值和很少的附加信息。
是否有某种方法可以创建模型对其他数据集的效果总结？与summary()命令类似，但是对于线性模型最初不是基于的数据集？
答案 0 :(得分：0)
您可以计算均方误差和均方根误差，以了解模型的效果。
1）获取系数并将它们乘以训练数据中的协变矩阵。 yhat =（X * b）
2）参加你的训练集，并将这些与上面的yhat区别开来。
3）平方错误
4）取答案的平方根=均方根误差
较低的值意味着更好地适应整体