爲什麼預測（）中的R，必須對測試數據進行

Question

在下面的代碼，做我需要按照方法1或方法2 我很困惑，爲什麼在要使用的測試數據預測，因爲每個方法1。 如果有人能夠詳細解釋它會很棒。

train <- sample(nrow(sales), nrow(sales)*0.6) 
test <- sales[-train] 

方法1

fit <- lm(y~x,data=train) 
predict(fit,data=test) 

相反，我不能做到這一點的方法：
方法2

fit <- lm(y~x,data=train) 
predict(fit,data=train) 

fit1 <- lm(y~x,data=test) 
predict(fit1,data=test) 

Answer 1

使用訓練的訓練數據的模型一般來說，predict()，適用於訓練數據，只能用於對訓練後的模型進行反思。將它應用於（理想的獨立的）測試數據可以作爲驗證訓練模型或使用模型進行進一步預測。

換句話說，他們不是不同的方法做同一件事;他們完成完全不同的事情。