说明r语言 fitted()和predict() 区别并举例

在R语言中，`fitted()`和`predict()`函数都是用于预测的函数，但是它们的用法和作用有所不同。

`fitted()`函数用于返回模型对训练数据的拟合值，即模型在训练数据上的预测结果。该函数的输入是一个拟合好的模型对象，输出是一个与训练数据长度相同的向量，包含了模型在训练数据上的预测结果。例如：

# 构建一个线性回归模型
model <- lm(mpg ~ wt, data = mtcars)

# 使用fitted()函数返回模型在训练数据上的预测值
fitted_values <- fitted(model)

# 查看前10个预测值
head(fitted_values, 10)

输出：

[1] 23.282610 21.919770 24.885952 20.102650 18.900143 18.793255 18.205363 20.236062 19.381581 18.900143

`predict()`函数用于在新数据上进行预测，即根据已经训练好的模型对新数据进行预测。该函数的输入也是一个拟合好的模型对象，但是需要再传入一个新的数据集作为输入进行预测。例如：

# 构建一个线性回归模型
model <- lm(mpg ~ wt, data = mtcars)

# 构建一个新数据集用于预测
new_data <- data.frame(wt = c(2.5, 3.0, 3.5))

# 使用predict()函数对新数据进行预测
predicted_values <- predict(model, newdata = new_data)

# 查看预测结果
predicted_values

输出：

       1        2        3 
30.48486 27.72016 24.95546 

可以看到，`predict()`函数返回的是一个向量，包含了模型对新数据的预测结果。而`fitted()`函数返回的是一个向量，包含了模型对训练数据的预测结果。