R回帰分析による新しい分析予測 - 新しいデータで分析的予測を行うためのダミー

新しいデータを使用して分析予測を行うには、次のように入力します（1））、interval = "predict"、level = 7つの属性値のリストとともに関数を使用するだけです。 >> newPrediction < - 予測（モデル、

リスト（シリンダ数=因子（4）、変位= 370、

馬力= 150、重量= 3904、加速= 12、モデル年） 
 >> newPrediction fit lwr upr 1 14. 90128 8. 12795 21. 67462 
あなたがここにいるのは、回帰モデルからのあなたの最初の実際の予測です。目に見えないデータから得たもので、その結果を知らないので、他のものと比較して正しいかどうかを判断することはできません。

テストデータセットを使用してモデルを評価した後で、その精度に満足すれば、良い予測モデルを構築できたという自信を得ることができます。あなたは予測モデルの有効性を測定するためにビジネス結果を待つ必要があります。

<！ - 2 - >

より良い予測モデルを作成するために最適化を行うことができます。実験を行うことで、より正確で正確なモデルを作成するための最適な予測変数の組み合わせを見つけることができます。特徴のサブセットを構築する1つの方法は、変数間の相関を見出し、相関が高い変数を除去することである。フィッティングに何も追加しない（または情報をほとんど追加しない）冗長変数を削除すると、モデルの速度を向上させることができます。これは、処理能力や速度が問題となる可能性のある多くの観測（データ行）に対処する場合に特に当てはまります。

<！ - 3 - >

大きなデータセットの場合、データ行の属性が増えるほど処理が遅くなります。したがって、可能な限り多くの重複情報を排除しようとする必要があります。