Yeni verilerle analitik tahminler yapmak için R Regresyonlu Yeni Analitik Tahminler - AYRINTILAR <[SET:descriptiontr]R Regresyonu ile Yeni Analitik Tahminler Nasıl Yapılır

Yeni verilerle analitik öngörülerin yapılması (1)), interval = "predict", level =., işlevi sadece yedi özellik değerinin bir listesiyle birlikte kullanırsınız. Aşağıdaki kod bu işi yapar: >> newPrediction <- tahmin (model,

liste (silindir = faktör (4), yer değiştirme = 370, 

beygir gücü = 150, ağırlık = 3904, ivme = 12, model Yıl = faktör (70), orijin = faktör (1)), 
aralık = "öngörme", seviye =.95) 
Bu, yeni öngörme değerinin kodu ve çıktısıdır:

>> newPrediction fit lwr upr 1 14. 90128 8. 12795 21. 67462

Burada sahip olduğunuz, regresyon modelinden ilk gerçek tahminizdir. Çünkü görünmeyen verilerden ve sonucu bilmiyorsunuz, doğru olup olmadığını anlamak için onu başka bir şeyle karşılaştıramazsınız.

Modeli test veri kümesiyle değerlendirdikten sonra ve doğruluğundan memnunsanız, iyi bir tahmini model oluşturduğunuza güvenebilirsiniz. Tahmini modelinizin etkinliğini ölçmek için iş sonuçlarını beklemek zorunda kalacaksınız.

Daha iyi ve daha etkili tahmin modeli oluşturmak için yapabileceğiniz iyileştirmeler olabilir. Deney yaparak, daha hızlı ve daha doğru bir model oluşturmak için öngörücülerin en iyi kombinasyonunu bulabilirsiniz.

Özelliklerin bir alt kümesinin oluşturulmasının bir yolu, değişkenler arasındaki korelasyonun bulunması ve yüksek korelasyon değişkenlerinin kaldırılmasıdır. Hiçbir şey eklemeyen (veya çok az bilgi ekleyen) gereksiz değişkenleri sığdırmak, modelin hızını artırabilir. İşlem gücü veya hızın bir sorun olabileceği birçok gözlem (veri satırları) ile uğraşırken bu özellikle geçerlidir.

Büyük bir veri kümesi için, bir veri satırındaki daha fazla özellik işleme son verir. Bu nedenle, mümkün olduğunca fazla bilgiyi ortadan kaldırmaya çalışmalısınız.