R中的二阶多项式和线性预测

Question

我有一个包含五个变量的数据集（一个独立变量，四个独立变量）。我想估计一个带有二阶多项式和所有交叉项的线性模型，然后计算R平方并计算测试样本上的MSE。

轻松修身

fit2 <- lm(num_carriers~.^2, data = trainSlim)

是否有一些类似于。^ 2的东西可用于预测函数。也许像

pred2 <- predict(fit2, testSlim.^2

Answer 1

如果我正确理解了您的问题，则可以使用poly。这是它的设计目的：

  

返回或评估1到0的度的正交多项式   指定的点集x：这些点都正交于   0阶常数多项式。或者，求原始值   多项式。

qf <- lm(mpg ~ poly(hp,2, raw=TRUE), data = mtcars)
qf
predict(qf, newdata = mtcars)

您可以检查与手工指定多项式的输出是否相同：

qf2 <- lm(mpg ~ hp + I(hp^2), data = mtcars)
qf2

指定raw=TRUE以禁止使用正交多项式（即，只需使用x和x^2）很重要