我对R来说是全新的，并且拥有Python的一些经验并且使用Python中的数据框架。
我有两个数据框，DF和Data，它们共享多个列。 Data中的一列（我将称之为Sign）带有3个分类值：-1,0和1.我想在{{1}中创建Sign列根据两个数据帧共享的列的值，预测每行DF的值。也就是说，我想训练一个模型，使用Sign作为我的训练数据预测Sign的值，并特别使用Data和{{1}中包含的列然后我的独立或预测变量，预测Data中的DF值。
根据一些研究，由于我的响应变量是三项分类变量，使用Sign包来创建我的模型似乎是一个好主意，特别是使用DF和{{1 }} 功能。我一直在使用this视频来尝试学习如何执行此操作。根据此视频，我使用nnet和multinom中的10个连续定量变量作为我的预测变量，成功地在predict中培训了Sign的模型。我将调用模型Data。
这是我的困惑：
Data如何允许我将我的模型应用于我的插补任务？我无法在Youtube，堆栈交换或predict和multinom文档中找到答案。或者我也许，但我没有意识到我在看什么。使用这些功能并没有很多明确的初学者级解释。
我猜测并尝试运行此操作以使用DF在Sign_model中创建predict列：
Sign_model
当我查看整个Sign时，结果很有希望，看起来列创建没有问题，但我无法确定我做得对。此外，当我尝试通过运行：
DF
我得到一个满是-1,0和1的矩阵。最左边的列是最终预测吗？当我单独查看此专栏时，为什么会看到矩阵？
我还想知道是否可以在我的> DF$Sign <- predict(Sign_model, DF)模型中使用分类变量作为预测变量，因为DF和> DF$Sign也共享4个其他二进制列。任何帮助，将不胜感激。我试图尽可能清楚但请告诉我是否有更重要的信息我没有提供。
谢谢！