Agora que você tem conjuntos de treino e teste divididos aleatoriamente, pode usar a função lm(), como fez no primeiro exercício, para ajustar um modelo ao seu conjunto de treino, em vez de ao conjunto de dados inteiro. Lembre-se de que você pode usar a interface de fórmula da função de regressão linear para ajustar um modelo com uma variável alvo especificada usando todas as outras variáveis do conjunto de dados como preditoras:

mod <- lm(y ~ ., training_data)

Você pode usar a função predict() para fazer previsões desse modelo em novos dados. O novo conjunto de dados deve ter todas as colunas do conjunto de treino, mas elas podem estar em outra ordem e com valores diferentes. Aqui, em vez de prever novamente no conjunto de treino, você pode prever no conjunto de teste, que não foi usado para treinar o modelo. Isso permitirá que você determine o erro fora da amostra do modelo no próximo exercício:

p <- predict(model, new_data)

Vantagem da validação cruzada

Machine Learning com caret em R

Exercício interativo prático