R语言中的fitted() 和 predict()

R语言中的fitted() 和predict()

总结来说,fitted(拟合)是在给定样本上做预测,而predict(预测)是在新的样本上做预测。

以前一篇中的数据为例,图片是根据高度(height)来预测体重(weight)。在这里插入图片描述
其中真实的数据是第一项,fitted得到的数据(拟合数据)是第二项,表现在图中:
在这里插入图片描述
真实值位于离散的点上,而fitted和predict得到的拟合值则是位于直线上。

predict用法:
在这里插入图片描述
唯一的区别是,fitted是在给定的样本height上预测的weight,而predict是在原数据中没有给定的height数据上预测的weight。

  • 14
    点赞
  • 60
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言,`fitted()`和`predict()`函数都是用于预测函数,但是它们的用法和作用有所不同。 `fitted()`函数用于返回模型对训练数据的拟合值,即模型在训练数据上的预测结果。该函数的输入是一个拟合好的模型对象,输出是一个与训练数据长度相同的向量,包含了模型在训练数据上的预测结果。例如: ```R # 构建一个线性回归模型 model <- lm(mpg ~ wt, data = mtcars) # 使用fitted()函数返回模型在训练数据上的预测fitted_values <- fitted(model) # 查看前10个预测值 head(fitted_values, 10) ``` 输出: ``` [1] 23.282610 21.919770 24.885952 20.102650 18.900143 18.793255 18.205363 20.236062 19.381581 18.900143 ``` `predict()`函数用于在新数据上进行预测,即根据已经训练好的模型对新数据进行预测。该函数的输入也是一个拟合好的模型对象,但是需要再传入一个新的数据集作为输入进行预测。例如: ```R # 构建一个线性回归模型 model <- lm(mpg ~ wt, data = mtcars) # 构建一个新数据集用于预测 new_data <- data.frame(wt = c(2.5, 3.0, 3.5)) # 使用predict()函数对新数据进行预测 predicted_values <- predict(model, newdata = new_data) # 查看预测结果 predicted_values ``` 输出: ``` 1 2 3 30.48486 27.72016 24.95546 ``` 可以看到,`predict()`函数返回的是一个向量,包含了模型对新数据的预测结果。而`fitted()`函数返回的是一个向量,包含了模型对训练数据的预测结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值