Question

我使用我的训练数据集构建了一个回归模型，我想使用这个模型来获取我的测试数据集中的预测值。因此，我可以将预测值与测试数据集中的实际值进行比较，并找出它们之间的差异。但是，我不知道如何在不使用for循环的情况下将测试数据集中的值插入到模型中。

这是我的回归模型：

lm.HOSPITAL <- lm(train_HOSPITAL$dailyQty ~ train_HOSPITAL$DC_STATE + train_HOSPITAL$TYPE_340B_CDE_DESC + train_HOSPITAL$geoState + train_HOSPITAL$IsFriSat)

Answer 1

首先预测您的火车或测试数据的响应 - 取决于您想要查看实际与预测（火车或测试数据）的差异的数据文件？

predict_train = predict（lm.HOSPITAL，newdata = train_HoSPITAL）

然后减去两个：差异=预测 - train_HOSPITAL $ dailyQty

您也可以这样做，以查看测试数据的预测差异。

Answer 2

您将面临的问题是原始模型中没有data参数。因此，没有框架来评估＆＃34; newdata＆＃34; predict中的论点。（谁教你在$ - 公式中使用lm？）。相反，以这种方式运行模型：

lm.HOSPITAL <- lm( dailyQty ~ DC_STATE + TYPE_340B_CDE_DESC + geoState + IsFriSat, data=train_HOSPITAL)

然后使用newdata - 数据框使用predict在这些变量的级别上获得所需的响应：

 predict( lm.HOSPITAL , newdata= data.frame( DC_STATE=  # values
                                            , TYPE_340B_CDE_DESC= # values
                                            , geoState= #values
                                            , IsFriSat= #values
          )                                  )

或者，如果您已经拥有＆＃34; test_data＆＃34; -dataframe，那么只需：

predict( lm.HOSPITAL , newdata= test_data)

无法在新数据集中找到预测值与实际值之间的差异

2 个答案: