为新产品构建回归预测
在之前的练习中我们看到，构建回归预测同样很有价值！您的工作区已预加载了一些内容来帮助您。您有一个名为 MET_sp_train 的数据框，其中包含变量 log_sales、log_price、christmas、valentine、newyear 和 mother。您的工作区还有一个用于预测的验证数据框 MET_sp_valid。
本练习是课程的一部分
使用 R 预测产品需求
练习说明
- 构建一个回归模型：用
log_price以及所有节假日和促销变量来预测销售额的对数。 - 使用
predict函数并基于数据框MET_sp_valid对模型进行预测。 - 对预测结果做指数还原（exponentiate），并创建一个 xts 对象。
- 使用验证集的
MET_sp_v对象计算 MAPE。请注意，MET_sp_valid数据框这里帮不上忙，因为其中都是对数价格，您需要在实际价格上计算 MAPE。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)