R：具有N个特征的线性回归

Question

我看到了很多有关如何进行回归的示例（线性，多元...等），但是在我看到的每个示例中，您都必须在公式中定义每个特征...

linearMod <- lm(Y ~ x1 + x2 + x3 + ..., data=myData)

好吧，我们使用TSFresh生成了更多功能。大约100。那么我现在应该怎么做？我真的不想一直输入x1 ..一直到.. x100。 在Phyton scikit-learn中，我可以输入所有数据：

lm = linear_model.LinearRegression()
model = lm.fit(X,y)

然后对每个“功能组”重复此操作以创建多元线性回归。

在R中有没有办法做到这一点？还是我做错了？也许是另一种方法？

最初，每行有8个功能/属性。借助TSFresh，我们可以合并更多此类文件。 （平均值，性病等）

这些特征中的每一个对Y结果都有相当大的线性影响。那么，现在如何定义只使用所有扩展特征的多重线性模型呢？理想情况下，无需我每次都手动告诉它。

因此，例如（一个公式可能是Y的特征1-12），然后是另一个公式（Y的特征13-24），依此类推。有没有简单的方法可以做到这一点？

Answer 1

如果要对除Y以外的所有变量求回归，可以进行

lm(Y ~ ., data = myData)