r - R中的二阶多项式和线性预测
问题描述
我有一个包含五个变量(1 个独立变量和 4 个依赖变量)的数据集。我想用二阶多项式和所有交叉项估计一个线性模型,然后计算 R 平方并计算测试样本的 MSE。
健身很容易
fit2 <- lm(num_carriers~.^2, data = trainSlim)
有没有类似于 .^2 的东西可以用于预测函数。也许像
pred2 <- predict(fit2, testSlim.^2
解决方案
如果我正确理解您的问题,您可以使用poly
. 这是它的设计目的:
返回或计算 1 次正交多项式到指定点 x 上的次数:这些都与 0 次常数多项式正交。或者,计算原始多项式。
qf <- lm(mpg ~ poly(hp,2, raw=TRUE), data = mtcars)
qf
predict(qf, newdata = mtcars)
您可以检查这是否提供与手动指定多项式相同的输出:
qf2 <- lm(mpg ~ hp + I(hp^2), data = mtcars)
qf2
指定raw=TRUE
禁用正交多项式(即简单地使用x
and x^2
)是很重要的
推荐阅读
- python - 尝试使用 docker 迁移时出现 django OperationalError
- mdx - 如何执行超过 8000 个字符的动态 SQL?
- maven-surefire-plugin - 如何在 Surefire 插件中启用飞行记录器
- algorithm - 2-3棵树(B树)中的求职面试问题
- rsync - 如何知道 `rsync --update` 不会同步的文件?
- python - 无法捕获 SQLAlchemy IntegrityError
- python - 是否可以在 django 框架中定义 pdf 附件文件?
- java - 将数据导入 h2db
- php - Laravel Elastic Beanstalk app deployed in CodePipeline giving 500 SERVER ERROR
- android - 是否可以将远程设备连接到 android studio 和 xcode?