# Mis on predict() R-is?

R-i funktsiooniga `predict()` saate teha ennustusi uute, varem nägemata andmete kohta. See funktsioon on oluline vahend masinõppes.

## Milleks kasutatakse R-is funktsiooni predict()?

R-funktsioon `predict()` on mitmekülgne vahend, mida kasutatakse ennustavates mudelites. See genereerib **ennustusi uute või olemasolevate andmepunktide jaoks**, tuginedes eelnevalt kavandatud statistilistele mudelitele, nagu lineaarne regressioon, loogiline regressioon, otsustuspuud ja muud modelleerimistehnikad.

## Mis on R-keeles funktsiooni predict() süntaks?

R-i funktsioon `predict()` võtab argumentidena vastu **treenitud mudeli ja andmepunktid**, millele ennustus peaks kehtima. Saate määrata erinevaid valikuid ja parameetreid vastavalt kasutatava mudeli tüübile. Tulemuseks on ennustuste vektor, mis võib olla kasulik mitmesuguste analüütiliste eesmärkide jaoks, sealhulgas mudeli tulemuslikkuse hindamiseks, otsuste tegemiseks või tulemusandmete illustreerimiseks.

```R
predict(object, newdata, interval)
```

- **`object`**: Koolitatud mudel, millele ennustused rakendatakse
- **`newdata`**: Ennustuse andmepunkt
- **`interval`**: Valikuline argument usaldusvahemiku tüübi sisestamiseks (`confidence` keskmise vahemiku jaoks, `prediction` ennustuste jaoks)

## Näide predict() kasutamisest R-is

Järgmine näide illustreerib, kuidas R-is funktsioon `predict()` töötab. Kasutame kasutaja määratud andmekogumit, mis sisaldab kiiruse ja vahemaa väärtusi.

### Andmete loomine ja kuvamine

```R
# Creating a data frame with custom speed and distance values
custom_data <- data.frame(speed = c(15, 20, 25, 30, 35),
    distance = c(30, 40, 50, 60, 70))
# Displaying the custom data frame
print("Custom Data Frame:")
print(custom_data)
```

Esmalt loome **kasutaja määratud andmekogumi**, et hinnata kiiruse ja vahemaa vahelist seost. Kasutame funktsiooni `data.frame()`, et luua andmekehik, ja määrame seejärel muutujate `speed` ja `distance` väärtused vastavalt `c(15, 20, 25, 30, 35)` ja `c(30, 40, 50, 60, 70)`.

Pärast andmekogumi loomist kuvame selle funktsiooni `print()` abil. Nii saame kontrollida uue andmekogumi struktuuri ja määratud väärtusi.

Väljund:

```R
"Custom Data Frame:"
    speed distance
1        15        30
2        20        40
3        25        50
4        30        60
5        35        70
```

### Lineaarse mudeli loomine

```R
# Creating a linear model for the custom data frame
custom_model <- lm(distance ~ speed, data = custom_data)
# Printing the model results
print("Model Results:")
print(summary(custom_model))
```

Väljund:

```R
"Model Results:"
Call:
lm(formula = distance ~ speed, data = custom_data)
Residuals:
     1        2        3        4        5
    -2     -1        1        0        2
Coefficients:
(Intercept)     -10.00    15.81    -0.632    0.55897
speed                         2.00        0.47            4.254    0.01205
```

Väljundis näeme lineaarse mudeli (`custom_model`), mis loodi andmekogumi jaoks ja modelleerib kiiruse ja vahemaa vahelist seost. Saame mudeli tulemuse, sealhulgas koefitsiendid ja statistilised andmed.

### Uute kiiruse väärtuste määratlemine ja prognooside tegemine

```R
# Creating a data frame with new speed values
new_speed_values <- data.frame(speed = c(40, 45, 50, 55, 60))
# Predicting future distance values using the linear model
predicted_distance <- predict(custom_model, newdata = new_speed_values)
```

Nüüd oleme loonud uue andmekogumi (`new_speed_values`) uute kiiruse väärtustega. Seejärel kasutasime R `predict()`, et teha vastavate kauguste väärtuste prognoose, kasutades eespool loodud lineaarset mudelit.

### Prognooside kuvamine

```R
# Displaying the predicted values
print("Predicted Distance Values:")
print(predicted_distance)
```

Väljund näitab kiiruse põhjal ennustatud kauguse väärtusi:

```R
"Predicted Distance Values:"
               1                2                  3                 4                   5
 80.0000     90.0000    100.0000  110.0000     120.0000
```

Tip Kui soovite õppida teksti töötlemiseks ja andmete puhastamiseks stringide töötlemist R-is, vaadake meie õpetusi R gsub ja sub ning [R substring](https://www.ionos.com/et-ee/digitalguide/veebisaidid/veebiarendus/r-alajaotus/) kohta.


This is a markdown version of: [https://www.ionos.com/et-ee/digitalguide/veebisaidid/veebiarendus/r-ennustab/](https://www.ionos.com/et-ee/digitalguide/veebisaidid/veebiarendus/r-ennustab/) for AI/LLM consumption.