，使用R线性回归机器学习(Machine Learning using R linear regre

我用的R用机器学习代码。 我的项目情况如下所述。 我用的MongoDB数据库存储。 在蒙戈DB我有一个集合，集合中每5分钟。 一个新的文档添加。 收集描述如下。

 {
"_id" : ObjectId("521c980624c8600645ad23c8"),
"TimeStamp" : 1377605638752,
"cpuUsed" : -356962527,
"memory" : 2057344858,
"hostId" : "200.2.2.2"
 }

现在我的问题是，使用上述文件我想预测接下来5分钟或10分钟或24个小时。 cpuUsed和存储器值。 对于我写入R代码如下

library('RMongo')
mg1 <- mongoDbConnect('dbname')
query <- dbGetQuery(mg1,'test',"{'hostId' : '200.2.2.2'}")
data1 <- query[]
cpu <- query$cpuUtilization
memory <- query$memory
new <- data.frame(data=1377678051) # set timestamp for calculating results
predict(lm(cpu ~   data1$memory + data1$Date ), new, interval="confidence")

但是，当我执行上面的代码表明了我下面的输出

           fit        lwr       upr
    1    427815904  -37534223 893166030
    2   -110791661 -368195697 146612374
    3    137889445 -135982781 411761671
    4   -165891990 -445886859 114102880
    .
    .
    .
    n    

使用这个输出，我不知道哪个cpuUsed用于预测值的值。 如果有任何人知道，请帮助我。 谢谢。

Answer 1:

该newdata的预测需求参数包含在配合使用的变量：

new <- data.frame(memory = 1377678051, Date=as.Date("2013-08-28))

只有这样，它实际上是用于预测，否则你得到的拟合值。

然后，您可以cbind与预测值new 。

文章来源: Machine Learning using R linear regression