6.3 Haciendo Predicciones

• Reglas para Vivir:
  • Regresa una tibble
  • Los nombres de las columnas deben ser … Predecibles
  • Regresa el mismo número de filas que las que hay en el set de datos de entrada
    • algunos métodos predict() omiten observaciones con valores faltantes, NA. Esto es genial si es el comportamiento deseado, en caso contrario, puede ser una pesadilla.

# crear un ejemplo de set de prueba
ames_test_small <- ames_test %>% slice(1:5)

# predecir con este set
predict(lm_form_fit, new_data = ames_test_small) %>% 
  knitr::kable()

.pred
5.225621
5.223819
5.288293
5.287924
5.277263

• Usando dplyr::bind_cols podemos combinar los resultados del método predict() con el set de prueba.

# agregar predicciones con valores observados
ames_test_small %>%
  dplyr::select(Sale_Price) %>%
  dplyr::bind_cols(predict(lm_form_fit, ames_test_small)) %>%
  # Agregar el intervalo de confidencia para el 95%:
  dplyr::bind_cols(predict(lm_form_fit, ames_test_small, type = "pred_int")) %>% 
  knitr::kable()

Sale_Price	.pred	.pred_lower	.pred_upper
5.021189	5.225621	4.907072	5.544169
5.235528	5.223819	4.905272	5.542366
5.278525	5.288293	4.969721	5.606864
5.291147	5.287924	4.969354	5.606494
5.282169	5.277263	4.958688	5.595839