在R语言中，可以使用以下方法通过模型比较选择最佳预测模型：
交叉验证：使用交叉验证方法（如k折交叉验证）对不同模型进行比较。在R中，可以使用caret包中的train函数来进行交叉验证。
网格搜索：通过网格搜索方法来对模型的超参数进行调优，以选择最佳的模型。在R中，可以使用caret包中的train函数结合trainControl函数和expand.grid函数来进行网格搜索。
模型评估指标：通过比较不同模型的评估指标（如RMSE、MAE等）来选择最佳的预测模型。可以使用caret包中的train函数结合trainControl函数来获取模型的评估指标。
可视化比较：使用可视化方法（如ROC曲线、学习曲线等）来比较不同模型的性能。可以使用ggplot2包或其他可视化包来进行可视化比较。
总的来说，通过以上方法可以帮助你在R语言中选择最佳的预测模型。在实际应用中，需要根据具体问题和数据情况选择合适的方法进行模型比较和选择。