从训练和测试集创建线性模型

Question

我有一个数据集，我先洗牌，然后将（k-fold）分区为数据帧，即训练集（67个观测值）和表示测试集的数据帧（10个观测值）。

如何使用训练集来预测测试集，从而在R中制作线性模型。并获得准确性或错误率？

Answer 1

如果您显示数据的样子，那么回答会更容易。此外，通过在线搜索可以轻松回答这类问题。

要获得线性模型，线性回归是可行的方法。使用

model <- lm(formula = y ~ x1 + x2, data = trainData)

获得线性模型（假设您要预测的变量称为y，您的预测变量为x1和x2）。要预测测试数据，请使用：

 predict(model, testData)

如何获得准确性取决于您是进行回归还是分类...对于回归，您可以使用预测结果和正确标签的向量来计算RMSE。要进行分类，您可以使用table()和classAgreement()。在R文档中阅读有关它们的更多信息（例如?table()）。

我建议你在开始之前阅读更多有关R中线性回归的内容！例如：https://www.r-bloggers.com/linear-regression-using-r/