如何将训练数据集的线性回归结果应用于测试数据集？答案

【问题标题】：How to apply the results of linear regression on a training set of data to a testing set of data?如何将训练数据集的线性回归结果应用于测试数据集？
【发布时间】：2014-11-18 07:12:53
【问题描述】：

我有两个非空数据框：training 和 testing。这些数据帧中的每一个都有两列：Y 和 X，按此顺序排列。我对training 应用了线性回归分析如下：

m <- lm(Y ~ X, data = training)

我想将此拟合产生的系数应用于testing 中的数据，以获得对象m 中可用的相同类型的信息，以便进一步分析和数据可视化。我该怎么做？

【问题讨论】：

你在说predict(lm(Y ~ X, data=training), newdata=testing)之类的东西吗？
@r2evans：是的，谢谢。如果我理解正确，testing 的Y 列会被predict 函数简单地忽略，对吧？
是的，这是我的理解。
@r2evans：但是predict 怎么知道忽略Y 而不是X？
当您使用lm(Y ~ X, ...) 开始回归时，您将Y 标记为响应变量。该模型保留了此信息，因此predict() 知道这是您尝试根据其他变量（解释因素）预测的变量。

标签： r linear-regression training-data

【解决方案1】：

见predict.lm函数：

Y_pred = predict(m, newdata = testing)

【讨论】：