為新產品建立迴歸式預測
在前一個練習中你已經看到，建立迴歸式預測也很有價值！你的工作環境已預先載入一些資源。你有一個名為 MET_sp_train 的資料框，裡面包含變數 log_sales、log_price、christmas、valentine、newyear 和 mother。你的工作環境也有一個用於產生預測的驗證資料框 MET_sp_valid。
本練習屬於課程
用 R 預測產品需求
練習說明
- 建立一個迴歸模型，用 log 的銷售量作為目標變數，解釋變數包含 log 的價格以及所有節慶與促銷變數。
- 使用
predict函式搭配MET_sp_valid資料框，對模型進行預測。 - 將你的預測取指數，並建立一個 xts 物件。
- 使用驗證集的
MET_sp_v物件計算 MAPE。此處MET_sp_valid資料框不適用，因為它包含的都是價格的 log，你需要的是實際價格上的 MAPE。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Build a regression model on the training data
model_MET_sp_full <- lm(___ ~ ___ + ___ + ___ + ___ + ___, data = ___)
# Forecast the regression model using the predict function
pred_MET_sp <- ___(___, newdata = ___)
# Exponentiate your predictions and create an xts object
pred_MET_sp <- ___(___)
pred_MET_sp_xts <- ___(___, order.by = ___)
# Calculate MAPE
MAPE <- mape(___, ___)
print(MAPE)