¿Cómo funciona la función predict () en R?

Es una función genérica de S3: S3 es un estilo de programación orientada a objetos en R.

Si un paquete R sigue este estilo, algunas funciones en la base R pueden ampliarse, por ejemplo, imprimir, resumir, trazar, predecir. Estas se llaman funciones genéricas S3.

Digamos que tiene su propia clase llamada ‘obj’, puede crear una función de predicción para este objeto y, si se llama predict.obj , extenderá la función genérica. R puede identificar qué función enviar .obj para que, si la clase del objeto es ‘obj’, se ejecute su función de predicción. (Debido a la forma en que R busca una función para enviar, normalmente no se recomienda poner una marca de finalización (.) En el nombre de una función para un objeto S3 si no se pretende extender una función genérica).

Para la predicción, puede usar predict.lm() , predict.glm() , predict.rpart() … o simplemente usar predict() y dejar que R ejecute la función correcta.

Si, en R, escribe? Predicen obtendrá lo siguiente

predic es una función genérica para predicciones a partir de los resultados de varias funciones de ajuste del modelo. La función invoca métodos particulares que dependen de la clase del primer argumento.

Ahora, soy el primero en admitir que algunas de las descripciones en R son algo opacas, pero esta parece bastante clara: predic da las predicciones de un modelo; exactamente cómo funciona depende de qué tipo de modelo. Un poco más abajo en la página de ayuda hay una lista de funciones de predicción, por ejemplo predict.glm dará predicciones (opcionalmente a datos nuevos) de un modelo lineal general, dividido aún más porque hay muchos de esos modelos.

More Interesting

El problema de los bandidos armados múltiples discutido en el libro de Sutton y Barto, usa 2000 ensayos y 1000 jugadas. Cuál es la diferencia entre esto?

¿Cuál es la diferencia entre factorización y parametrización?

¿Qué quieres decir con optimización?

Algunas cosas "fueron modeladas como procesos de Poisson". ¿Qué quieren decir con eso?

En Machine Learning: ¿por qué siempre entrenamos una muestra en lugar de todo el conjunto de datos / base de datos?

¿Cuál es el mejor lenguaje de programación para un bootcamp de aprendizaje automático?

¿Es generalmente una buena idea entrenar en caso real, desarrollar y probar conjuntos de datos para la traducción automática?

¿Tener un conocimiento profundo del aprendizaje por refuerzo cambia su perspectiva hacia la vida? ¿Cómo?

Todos estos algoritmos de aprendizaje automático, ¿cuál es el punto? Parece que la elección del algoritmo de aprendizaje automático, el árbol de decisión, la red neuronal, svm, no es tan importante como la selección de características y el proceso de extracción de características que determina lo que entra, basura en basura, ese tipo de cosas.

Yoshua Bengio: ¿cuáles son las preguntas abiertas más importantes en el aprendizaje profundo?

¿Son los chatbots el comienzo de la verdadera IA?

¿Cuál es una explicación intuitiva de las expectativas de la correlación Radamacher?

¿Cómo se justifica el uso de la desigualdad de Hoeffding para demostrar que el aprendizaje es factible?

¿Cómo debería abordar el problema de segmentar el césped de una imagen?

¿Es mejor utilizar algoritmos basados ​​en reglas o de aprendizaje automático para la clasificación en un dominio de respuesta a preguntas cerrado?