Wie man neue analytische Prognosen mit R Regression
Um analytische Prognosen mit neuen Daten zu machen, verwenden Sie einfach die Funktion mit einer Liste der sieben Attributwerte. Der folgende Code macht diesen Job:
> newPrediction lt; - vorhersagen (Modell,
Liste (Zylinder = Faktor (4), Verschiebung = 370,
PS = 150, Gewicht = 3904, Beschleunigung = 12, Baujahr = Faktor (70), der Herkunft = Faktor (1)),
Intervall = "vorhersagen", level = .95)
Dies ist der Code und die Ausgabe des neuen Vorhersagewert:
> NewPredictionfit lwr UPR1 14,90128 8,12795 21,67462
Was Sie hier haben, ist Ihre erste wirkliche Vorhersage aus dem Regressionsmodell. Weil es von unsichtbaren Daten ist und Sie nicht wissen, das Ergebnis, können Sie vergleichen es nicht gegen irgendetwas anderes, um herauszufinden, ob es richtig war.
Nachdem Sie das Modell mit dem Test-Datensatz ausgewertet haben, und Sie mit seiner Genauigkeit zufrieden sind, können Sie haben Vertrauen, dass Sie eine gute Vorhersagemodell gebaut. Sie werden warten müssen, um für die Geschäftsergebnisse, die Effektivität Ihrer prädiktiven Modells zu messen.
Es kann Optimierungen sein, Ihnen eine bessere und effizientere prädiktive Modell machen kann zu bauen. Durch das Experimentieren können Sie die beste Kombination von Prädiktoren finden sie eine schnellere und genauere Modell zu erstellen.
Eine Möglichkeit, einen Teil der Funktionen zu konstruieren, ist die Korrelation zwischen den Variablen zu finden und die stark korrelierten Variablen zu entfernen. Das Entfernen der redundanten Variablen, die nichts (oder fügen Sie sehr wenig Informationen) an den Sitz hinzugefügt haben, können Sie die Geschwindigkeit des Modells zu erhöhen. Dies gilt insbesondere, wenn Sie mit vielen Beobachtungen (Datenzeilen) zu tun hat, wo die Verarbeitungsleistung oder Geschwindigkeit ein Problem sein könnte.
Für einen großen Datensatz mehrere Attribute in einer Reihe von Daten verlangsamt die Verarbeitung nach unten. So sollten Sie versuchen, so viel redundante Informationen wie möglich zu beseitigen.