Я использую функцию glm () в R со ссылкой = log, чтобы соответствовать моей модели. Я читал на различных веб-сайтах, что fit () возвращает значение, которое мы можем сравнить с исходными данными по сравнению с predic (). У меня возникла проблема при установке модели.
data<-read.csv("training.csv")
data$X2 <- as.Date(data$X2, format="%m/%d/%Y")
data$X3 <- as.Date(data$X3, format="%m/%d/%Y")
data_subset <- subset(...)
attach(data_subset)
#define variable
Y<-cbind(Y)
X<-cbind(X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12,X14)
# correlation among variables
cor(Y,X)
model <- glm(Y ~ X , data_subset,family=Gamma(link="log"))
summary(model)
detach(data_subset)
validation_data<-read.csv("validation.csv")
validation_data$X2 <- as.Date(validation_data$X2, format="%m/%d/%Y")
validation_data$X3 <- as.Date(validation_data$X3, format="%m/%d/%Y")
attach(validation_data)
predicted_valid<-predict(model, newdata=validation_data)
Я не уверен, как работает прогнозирование со ссылкой на гамма-журнал. Я хочу преобразовать предсказанные значения, чтобы их можно было сравнить с исходными данными. Кто-нибудь может мне помочь.