文章目录

实验思维导图
1. 收集、探索和准备数据
- 1.1 收集数据
- 1.2 探索和准备数据
2. 基于数据训练模型
- 2.1 使用线性回归函数
- 2.2 建立模型
3. 评估模型的性能
4. 提高模型的性能
- 4.1 将年龄非线性化
- 4.2 数值转换二进制
- 4.3 改进模型
资料
Reference

实验思维导图

1. 收集、探索和准备数据

1.1 收集数据

insurance <- read.csv("~\\insurance.csv",stringsAsFactors=TRUE)
#将character类型数据转换为factors类型（略）

1.2 探索和准备数据

str(insurance)
#查看变量及变量类型等

summary(insurance$charges)
#查看收入的分布：最小值/四分之一值/中位数/平均值/四分之三值/最大值

hist(insurance$charges)
#收入直方图，随着收入增多消费频率降低

table(insurance$region)
#查看region的统计，东南方居住的患者稍多一些

cor(insurance[c("age","bmi","children","charges")])
#age、bmi、children、charges四个变量的相关系数矩阵
#对称结构，其中age与charges两个变量相关系数最大

pairs(insurance[c("age","bmi","children","charges")])
#age、bmi、children、charges四个变量的散点图矩阵
#对称结构，其中age与charge呈正相关关系

2. 基于数据训练模型

2.1 使用线性回归函数

ins_model <- lm(charges~age+children+bmi+sex+smoker+region,data = insurance)
#lm()探索charges与其他变量的相关性

2.2 建立模型

ins_model <- lm(charges~.,data = insurance)
#lm()探索charges与除charges所有变量的相关性

3. 评估模型的性能

summary(ins_model)

#参数注释：
#1.Residuals（残差）部分提供了预测误差的主要统计量，其中有一些统计量明显是相当大的。
#由于残差是真实值减去预测值，所以最大误差值29992.8 表明该模型至少对一个案例的费用少预测了将近三万元
#2.星号表示模型中每个特征的预测能力。3 颗星的出现表示显著性水平为 0，即该特征极不可能是与因变量无关的变量
#而一个通常的做法局势使用 0.05 的显著性水平来表示统计意义上的显著变量。
#3.多元 R 方值（判定系数）提供了一种度量模型性能的方式，即从整体上，模型能多大程度解释因变量的值。#它类似于相关系数，因为它的值越接近于 1.0，模型解释数据的性能就越好。#1.Residuals（残差）这个案例中最大误差值为29992.8，预测值与实际值
#2.星号越多相关性越强
#3.R-squared（R²）越接近1模型性能越好

4. 提高模型的性能

4.1 将年龄非线性化

insurance$age2 <- insurance$age^2
#使年龄变为非线性数据

4.2 数值转换二进制

insurance$bmi30 <- ifelse(insurance$bmi >= 30,1,0)
#大于30岁的bmi替换为1，否则替换为0，即肥胖人士指标
#添加新属性

4.3 改进模型

ins_model2 <- lm(charges~age+age2+children+bmi+sex+bmi30*smoker+region,data = insurance)
#使用新参数非线性的age2、肥胖与吸烟的相互作用bmi30*smoker
summary(ins_model2)

#1.优化后的残差最小值及最大值都变小了；
#2.拥有表示模型中每个特征的预测能力的星号的变量也变多了；
#3.多元 R 方值由原来的 0.75 变为 0.86，更接近于 1，说明模型解释数据的性能变好了。

资料

实验资料

Reference

R语言数据框中的stringsAsFactors参数–刘小花花–CSDN

R语言之lm函数–cognize

【R】【线性回归分析实验】相关推荐

”父母子女身高“数据集（高尔顿数据集）进行线性回归分析实验
"父母子女身高"数据集(高尔顿数据集)进行线性回归分析实验一.配置Excel 二.对数据做线性回归分析三.父亲母亲分别与儿子做回归方程分析 1.父亲与儿女数据分析 2.母亲与儿 ...
线性回归分析——高尔顿数据集更正版
线性回归分析--高尔顿数据集更正版一."父亲-儿子"身高数据回归分析 1.做数据处理,将数据重复项删除:完成'儿子'分类 2.做回归处理二."母亲-儿子"身 ...
手把手教线性回归分析（附R语言实例）
本文长度为8619字,建议阅读15分钟本文为你介绍线性回归分析. 通常在现实应用中,我们需要去理解一个变量是如何被一些其他变量所决定的. 回答这样的问题,需要我们去建立一个模型.一个模型就是一个公式 ...
R语言计量（一）：一元线性回归与多元线性回归分析
文章目录一.数据调用与预处理二.一元线性回归分析三.多元线性回归分析 (一)解释变量的多重共线性检测 (二)多元回归 1. 多元最小二乘回归 2. 逐步回归 (三)回归诊断四.模型评价-常用的 ...
多元线性回归分析（R语言）
▼多元线性回归分析▼ 一.多元线性回归模型设变量Y与X1,X2,--,Xp之间有线性关系其中 , 和是未知参数,p≥2,称上公式为多元线性回归模型. 二.参数估计我们根据多元线性回归模 ...
R假设检验与一元线性回归分析
假设检验相关系数 cor(x,y) cor.test(x,y) 相关系数越接近1,x与y越相关 > data("iris") > plot(iris) > ...
（生物信息学）R语言与统计学入门（七）—— 一元线性回归分析
我们之前讲过相关性分析,生物信息学常见的相关性分析是pearson相关和spearman相关. (生物信息学)R语言与统计学入门(六)-- Pearson和Spearman相关性分析_Lijingxi ...
python二手房价格预测_Python爬取赶集网北京二手房数据R对爬取的二手房房价做线性回归分析...
前言:本文主要分为两部分:Python爬取赶集网北京二手房数据&R对爬取的二手房房价做线性回归分析.文章思路清晰,代码详细,特别适合刚刚接触Python&R的同学学习参考. Part1 ...
用R进行多元线性回归分析建模
概念:多元回归分析预测法,是指通过对两个或两个以上的自变量与一个因变量的相关分析,建立预测模型进行预测的方法.当自变量与因变量之间存在线性关系时,称为多元线性回归分析. 下面我就举几个例子来说明一下 ...

【R】【线性回归分析实验】

文章目录

实验思维导图

1. 收集、探索和准备数据

1.1 收集数据

1.2 探索和准备数据

2. 基于数据训练模型

2.1 使用线性回归函数

2.2 建立模型

3. 评估模型的性能

4. 提高模型的性能

4.1 将年龄非线性化

4.2 数值转换二进制

4.3 改进模型

资料

Reference

【R】【线性回归分析实验】相关推荐

最新文章

热门文章