最初我的数据格式为
m n
-0.5946978199468325 -0.803949316157732 -1.0719257278646368 0.0748302488666236
-0.7919080158980584 -0.6106403969247373 -1.275742213660998 0.2645192851191128
-0.894654017806461 -0.4467596539782398 -1.4825766825646416 0.36215748656437485
-0.943303748313892 -0.3319307735311090 -1.6777112481796936 0.34677801832358873
使用以下代码将其转换为
input<-file('stdin', 'r')
mn <- read.table(input, nrows = 1, as.is = TRUE)
DF <- read.table(input, skip = 1)
m <- mn[[1]]
n <- mn[[2]]
x1<- DF[[1]]
y1<-DF[[2]]
x2<-DF[[3]]
y2<-DF[[4]]
fit1<-lm(x1 ~ poly(y1, 3, raw=TRUE))
fit2<-lm(x2 ~ poly(y2, 3, raw=TRUE))
`
m =当前数据的长度
n =可以预测的未来点数
x1 = -0.5946978199468 -0.7919080158980 -0.89465401780646 -0.943303748313892
其他三个词以此类推
我想针对给定值之后的n个值预测x1 y1 x2 y2的所有值。
我试图适应lm，但是我不确定如何继续处理将来要预测的所有数据点的值，仅求取其他系数就不够了，因为它们都需要可以预测predict(fit2, newdata = list(y1=0:3))
我尝试使用预测，但它使用另一个变量之一来预测哪个不是选项