机器学习-5 线性回归 with R

最新推荐文章于 2022-08-15 18:59:18 发布

Hou_Rj

最新推荐文章于 2022-08-15 18:59:18 发布

阅读量2.3k

点赞数

分类专栏：机器学习

本文链接：https://blog.csdn.net/sunjerdege/article/details/15730499

版权

该博客介绍了如何使用R语言进行线性回归分析，包括一元线性拟合、多项式拟合和多元线性拟合。通过读取城市GDP数据，展示了散点图、拟合模型的详细结果、预测值、残差值以及拟合直线的绘制。内容参考了《ML & R语言实战》。

摘要由CSDN通过智能技术生成

一元线性拟合

数据：见http://pan.baidu.com/s/1qu6dq

options(scipen = 100)

# 读文件
city_gdp <- read.table("D:/Sepcial_For_R/city_gdp.txt", 
                       sep = "\t",
                       col.names=c("city", "people", "gdp"), 
                       head = T);

# 散点图，y ~ x
plot(city_gdp$gdp ~ city_gdp$people)

# 多元线性拟合
# 线性拟合 lm(formula, data)
#   formula: 执行拟合的模型形式，y ~ x1+x2+x3
#   data: 包含拟合模型的数据框
reg <- lm(city_gdp$gdp ~ city_gdp$people, data = city_gdp)

# 拟合模型的详细结果
summary(reg)

# 查看拟合模型的预测值
fitted(reg)

# 查看拟合模型的残差值
residuals(reg)

# 作图
plot(city_gdp$gdp ~ city_gdp$people,
     xlab="People",
     ylab="GDP")

# 做拟合的直线
abline(reg, col='red')