Comment utiliser la fonction predict

Bonjour,

je viens de commencer la programmation en R et j'ai du mal a utiliser la fonction predict. En fait je suis en train de faire une prediction des scenarios d'optimisation pour des programmes donnes. Je dispose donc d'un dataframe avec les programmes, les fonctions(qui est une partie du programme), des features(projection des fonctions dans un espace multidimensionnel), les scenario ids, et les speedups(qui est un reel) Pour chaque programme, je cherche le voisin le plus proche (en calculant la distance euclidienne ) et je prends le scenario id du voisin le plus proche. Cependant je cherche a optimiser le programme en ayant a chaque fois le speedup le plus eleve et donc au lieu de calculer la distance euclidienne, je cherche des coefficients d'un vecteur lambda tels que: distance(x,y) = sqrt(sum(lambda[i]* (x[i] - y[i])^2 )) et je recherche le voisin le plus proche et je prends son scenario id. Jusque la tout va bien, mais j'aimerais utiliser la fonction predict pour predire le scenario id d'un programme quelconque et c'est la que j'implemente la fonction model et je fais predict(model, data = testX) et c'est la qu'il m'affiche  
Erreur dans UseMethod("predict") :
 pas de méthode pour 'predict' applicable pour un objet de classe "function"

Voici le code (oui c'est long mais tout est explique ci dessus ) : merci de m'aider

model <- function(ids, x, y, inputData) {
     # code pour trouver les coefficients
   
     # initial values of lambda (to obtain euclidean distance)
     lambda <- c()
     lambda[1:length(x)] <- 1

     distance <-function(a,b,lambda){
         distSq <- 0.0
         for(i in 1 : length(a)){
            distSq <- distSq + (as.numeric(lambda[i])*((as.numeric(a[i])-as.numeric(b[i]))^2))
         }
         return (as.numeric(distSq^(1/2)))
     }

     testIds     <- ids[1:floor(length(ids)  /fold)  ]
     testX       <- x  [1:floor(nrow(x)      /fold) ,]

     trainingIds <- ids[-(1:floor(length(ids)/fold)) ]  
     trainingX   <- x  [-(1:floor(nrow(x)    /fold)),]
     trainingY   <- y  [-(1:floor(length(y)  /fold)) ]


     nnPredict <- function(testX) {
     # prediction code
         predictor <- c()
 for (i in 1 : nrow(testX)) {
              distanceVector <- apply(trainingX,1,function(a){distance(testX[i,],a,lambda)})
      predictor <- c(predictor, trainingY[which.min(distanceVector)])
 }
   return(predictor)
     }

# finds the vector of scenario speedups and returns the average speedup
     averageSpeedup <- function(testIds, testX, inputData) {
 testY <- nnPredict(testX)  
         truc <- data.frame("ids" = testIds, "y" = testY)
 for (i in 1 : nrow(truc)) {
      if(length(which(inputData$ids == truc$ids[i] & inputData$"scenario id" == truc$y[i])) != 0L)
                   truc$speedup[i] <- inputData[which(inputData$ids == truc$ids[i] & inputData$"scenario id" == truc$y[i]), "speedup"]
         }    
 return (mean(truc$speedup))
     }      
     
   
    # initial speedup average (using euclidean distance)
    maxAverage <- averageSpeedup(testIds,testX, inputData)

    for (i in 1 : 1000) {  
        lambda <- runif(length(x),0,2)
        if (averageSpeedup(testIds, testX, inputData) > maxAverage) {
             nnPredictor <- nnPredict(testX)
     maxAverage <- averageSpeedup(testIds, testX, inputData)
         }
     }
return(nnPredict)
}

J'ai lu qu'en principe predict prend un objet qui herite de lm, mais dans mon cas il n'y a pas de regression lineaire, il s'agit d'un algo que j'implemente "a la main", quelqu'un pourrait m'aider svp ?

predict est une fonction générique qui fonctionne avec différents types d'objets comme lm mais pas seulement :
methods(predict)
Une possibilité : créer un objet avec une class particulière ("algo" par exemple) et lui associée une fonction de prédiction : predict.algo.
Cdlt

c'est a dire que je cree une classe "algo" et a l'interieur je cree une methode de classe predict.algo ? je n'ai pas compris l'idee

concretement il te faut créer ta propre fonction pour les prédictions

Oui, c'est bon ca a marche, merci