Faire des prédictions avec predict en R

La fonction predict en R est un outil puissant qui permet de faire des prédictions à partir de modèles statistiques. Que vous ayez construit un modèle de régression, un modèle de classification ou un autre type de modèle, predict vous aide à estimer les valeurs cibles pour de nouvelles données.

Exemple concret : Prédire les prix de maisons

Pour illustrer l’utilisation de predict, nous allons construire un modèle de régression linéaire simple pour prédire les prix de maisons en fonction de leur superficie. Nous utiliserons le jeu de données mtcars pour cet exemple, en considérant le poids des voitures comme une analogie à la superficie des maisons.

Étape 1 : Préparer les données

Tout d’abord, nous allons charger les données et examiner les premières lignes :

# Charger les données
data(mtcars)

# Afficher les premières lignes
head(mtcars)

Étape 2 : Créer le modèle

Nous allons créer un modèle de régression linéaire pour prédire le prix (ou ici, nous utiliserons le mpg comme proxy pour le prix) en fonction du poids (wt) des voitures.

# Créer le modèle de régression linéaire
modele <- lm(mpg ~ wt, data = mtcars)

# Afficher un résumé du modèle
summary(modele)

Étape 3 : Faire des prédictions

Maintenant que nous avons notre modèle, nous pouvons faire des prédictions. Supposons que nous voulons prédire le mpg pour des voitures ayant un poids de 2.5 et 3.0.

# Créer un nouveau jeu de données pour les prédictions
nouvelles_donnees <- data.frame(wt = c(2.5, 3.0))

# Faire des prédictions
predictions <- predict(modele, nouvelles_donnees)

# Afficher les prédictions
predictions

Explications

  1. Chargement des données : Nous utilisons le jeu de données mtcars qui est intégré dans R. Il contient des informations sur différentes voitures, y compris leur poids et leur consommation de carburant.
  2. Création du modèle : La fonction lm (pour « linear model ») est utilisée pour créer un modèle de régression linéaire. Dans notre cas, nous prédisons mpg (miles per gallon) en fonction de wt (poids).
  3. Prédictions : La fonction predict prend en entrée notre modèle et un nouveau jeu de données. Elle retourne les valeurs prédites pour les observations fournies.

Conclusion

La fonction predict est essentielle pour appliquer vos modèles à de nouvelles données. Dans cet exemple, nous avons vu comment construire un modèle de régression simple et utiliser predict pour estimer des valeurs. Cette approche peut être étendue à des modèles plus complexes et à des ensembles de données plus riches. N’hésitez pas à explorer davantage et à appliquer ces concepts à vos propres projets !