r - 给定带有类标签的训练和测试数据，如何在 R 中执行最小二乘回归？

Question

我有一个 63*62 的训练集，并且类标签也存在。测试数据是 25*62 尺寸，也有类标签。鉴于此，我将如何执行最小二乘回归？我正在使用代码：

res = lm(height~age)

身高和年龄对应什么？当我有 61 个特征 + 1 个类（训练数据为 62 列）时，我将如何输入参数？

另外我如何将模型应用于测试数据？

Answer 1

如果您有 62 列，则可能需要使用更通用的公式

res = lm(height ~ . , data = mydata)

注意句号'.' 代表其余的变量。但是前面的答案是完全正确的，因为变量多于观察结果，因此答案（如果有任何不应该的答案）是完全没用的。

Answer 2

height并且age只是数据框中列的标签。height是预测变量。您可以在其中拥有任意数量的变量：res = lm(height~age+wight+gender)

但是，我必须说这个问题对我来说似乎有点奇怪，因为如果你正在执行一个回归，其中 62 个变量在训练集中有 62 个点，这仅仅意味着你总是有一个精确的解决方案。训练集应始终（显着）大于使用的变量数量。