선형 모델을 사용하여 예측을 수행하려고합니다. 데이터가 2 열이고 데이터 (1,1) (2, .5), (3,3), (5,5,5) (6,7) (8,8) (9,9) (10,10)은 .. 내가은 rxpredict를 사용하여 누락 된 값을 예측합니다.
lm <- rxlinMod(col1~col2, data=test)
로 선형 모델에 맞게 다음
로 rxpredict 실행할 수 있습니다 지금col2
01 경우의 값이됩니다 무엇
col1
값을 사용할 수없는
col2
의 값, 예를 찾을 수있는 방법을
rxpredict
의 결과 주어진
pd <- rxPredict(lm,data=test)
, 패키지는 revoscaler
데이터
col1,col2
1,1
2,2
3,3
4,4
5,5
6,6
8,8
9,9
10,10
infile <- file.path("C:/R-Spark", "test.csv")
test <- rxImport(infile)
library(rpart)
lm <- rxLinMod(col1 ~ col2, data = test)
rxPredict(lm,data = test)
계산 시간
: 0.003 초 235,635,118,747,236,793,793,210 7.업데이트입니다.
출력
> rxPredict(lm,data = test)
Rows Read: 10, Total Rows Processed: 10, Total Chunk Time: 0.002 seconds
col1_Pred
1 1
2 2
3 3
4 4
5 5
6 6
7 7
8 8
9 9
10 10
질문 : 지금은
재현 가능한 예와 패키지 이름 (RevoScaleR?) – akrun
모델을 사용하여 주어진 x를 예측하여 x를 예측할 수는 없습니다. –