线性回归中残差平方和的三维图

Question

我正在尝试从书Introduction to Statistical Learning重现图3.2。图描述Advertising data上残差平方和（RSS）的三维图，使用Sales作为响应，TV作为$ \ beta_0 $的多个值的预测变量和$ \ beta_1 $。

我的代码粘贴在下面：

# Read data from URL
data <- read.csv("http://www-bcf.usc.edu/~gareth/ISL/Advertising.csv")
# Extract TV variable
X <- data[, 2]
# Prediction variable with ones in the first column
X <- cbind(1, X)
# Prediction variable
y <- data$Sales

# Define function for RSS
MyRss <- function(beta0, beta1) {
  b <- c(beta0, beta1)
  rss <- t(y - X %*% b) %*% (y - X %*% b)
  return(rss)
}

现在我计算$ \ beta_0 $和$ \ beta_1 $的每个组合的RSS值，并用persp()函数绘制它：

b0 <- seq(5, 9, 0.01)
b1 <- seq(0.03, 0.06, 0.001)
z <- outer(b0, b1, function(x,y) mapply(MyRss, x, y))
persp(x = b0, y = b1, z = z)

派生的情节贴在下面：

我不知道我的代码失败了。提前感谢任何指示。