Je suis assez nouveau au langage Julia (en utilisant la version 0.6.0 (2017-06-19 13:05 UTC) Official http://julialang.org/ version x86_64-w64-mingw32 sur une machine Windows 7). J'ai un arrière-plan R et j'ai trouvé que les implémentations de modèles mixtes étaient lentes pour de très gros ensembles de données (n> 2.000.000, p> 100). Par conséquent, j'ai cherché des alternatives et Julia semble être ultra rapide quand il s'agit de temps d'estimation.Prédire en utilisant julia lang MixedModels.jl
La question que je veux soulever ici concerne le paquet de dmbates MixedModels.jl. En raison de sa vitesse incroyable comparée, par exemple, à lme4, je me demandais s'il y avait aussi une fonction de prédiction. Voici une MWe qui appelle les données tinctoriales de package R`s de lme4:
using MixedModels, RCall
R> library(“lme4”)
R> data(Dyestuff)
Dyestuff = rcopy(R"Dyestuff");
mm = fit!(lmm(@formula(Yield ~ 1 + (1 | Batch)), Dyestuff));
Alors, comment puis-je faire des prédictions en utilisant quelque chose comme:
predict(mm, newdata = Dyestuff)
Un grand merci à l'avance.
Vous souciez-vous des prédictions (aux nouvelles données) ou des valeurs ajustées? 'predict (mm, newdata = Dyestuff)' devrait donner les mêmes résultats que 'fitted (mm)' dans R mais est probablement plus lent. – Livius