R中脊回歸的預測

Question

我一直堅持這個，希望有人能幫助我！ 我有一個包含54列的數據集，我想在使用嶺回歸的測試集上進行預測。

nn <-nrow(longley)
index <- 1:nrow(longley)
testindex <- sample(index, trunc(length(index)/3))
testset <- longley[testindex,]
trainset <-longley[-testindex,]
trainset1 <- trainset[,-7]

# Fit the ridge regression model:

mod <- lm.ridge(y ~., data = trainset, lambda = 0.661)

# Predict and evaluate it by using MAE function:

mae <- function(model) {
  y = trainset$Employed  
  y.pred <- predict(model, trainset)
  return(mean(abs(y-y.pred)))
}

當我這樣做時，我收到以下錯誤消息：

Error in UseMethod("predict") : 
  no applicable method for 'predict' applied to an object of class "ridgelm"

什么可能是使用嶺回歸進行預測的另一種方法（也有評估指標，如rsquared和MAE）？

Answer 1

確實沒有ridgelm物體的predict方法：你必須用手去做。 順便說summary ，你看不到任何summary ：

> methods(class = 'ridgelm')
[1] coef   plot   print  select

這是線性模型，因此擬合只是一個基本計算的問題：

y.pred <- as.matrix(cbind(const=1,trainset)) %*% coef(model)

我們需要將常數1加到與線性模式的常系數相關聯。

重要提示：使用嶺回歸，通常可以縮放解釋變量，從而減少均值。 最佳實踐應該是從訓練中學習縮放定義，然后使用訓練集方法來中心來自新數據的變量。 您可能對這個相關的交叉驗證帖子感興趣：

https://stats.stackexchange.com/questions/152203/how-to-calculate-predicted-values-using-an-lm-ridge-object