“线性模型集”的模型选择？

Question

我将感谢您的投入，预测ML模型(S)可以最适合我们的数据集。

数据集的主要特征是x、y(连续的)和c(约为L=500无序级别的因子)。第二性特征(~20)既是连续的，又是因素的。我们知道，最低阶相关是x~y，我们还知道，对c中的每一层进行x~y建模，都大大提高了拟合效果。

当然，我们可以建立L独立的线性模型，但是我们想要探索一个单一的模型，在这个模型中，这些次线性关系是部分相关的。原因是某些水平的c具有相对较低的统计量，并将受益于全局x~y关系。此外，当扩展到次要特性时，我们希望使用单一的模型。

欢迎任何建议。(对于特定的库，首选是R。)

Answer 1

广义线性模型(glm)的工作是合理的。

glm(y ~x* c，data=df)及其扩展