线性回归模型

Question

我正在上关于R中的监督学习:回归的课程。有一段我应该根据年龄和体重来预测血压。这是我的方法

# Create the formula and print it
fmla <- lm(blood_pressure ~ age + weight, data=bloodpressure)
fmla

# Fit the model: bloodpressure_model
bloodpressure_model <- fmla

# Print bloodpressure_model and call summary() 
bloodpressure_model
summary(bloodpressure_model)

这是一份不正确的报告。消息错误消息是--“变量fmla的内容不正确。”

DataCamp的解决方案是

# bloodpressure is in the workspace
summary(bloodpressure)

# Create the formula and print it
fmla <- blood_pressure ~ age + weight
fmla <- lm(blood_pressure ~ age + weight, data=bloodpressure)

fmla

# Fit the model: bloodpressure_model
bloodpressure_model <- lm(fmla, data = bloodpressure)

# Print bloodpressure_model and call summary()
bloodpressure_model
summary(bloodpressure_model) 

这两种模型的诊断结果相同。我的方法有什么问题？

Answer 1

这应该是他们服务器上的一个漏洞。fmla变量应该在您的代码和它们的代码中具有相同的内容。这是因为这两个脚本上的最后一个任务是

fmla <- lm(blood_pressure ~ age + weight, data=bloodpressure)

Answer 2

fmla是模型公式：fmla <- formula(blood_pressure ~ age + weight)

所以正确的解决办法应该是

# bloodpressure is in the workspace
summary(bloodpressure)

# Create the formula and print it
fmla <- formula(blood_pressure ~ age + weight)

fmla

# Fit the model: bloodpressure_model
bloodpressure_model <- lm(fmla, data = bloodpressure)

# Print bloodpressure_model and call summary()
bloodpressure_model
summary(bloodpressure_model)