如何在给定训练和使用类标签测试数据的R中执行最小二乘回归？

Question

我有63 * 62的训练集，并且还有班级标签。 测试数据是25 * 62维度，并且也有类别标签。 鉴于此，我将如何进行最小二乘回归？ 我正在使用代码：

res = lm(height~age)

身高和年龄对应的是什么？ 当我有61个特征+ 1个类（使其为训练数据的62列）时，我将如何输入参数？

另外，我如何在测试数据上应用模型？

Answer 1

如果您有62列，则可能需要使用更通用的公式

res = lm(height ~ . , data = mydata)

注意周期'。' 代表其余的变量。 但是前面的答案是完全正确的，因为变量多于观察，因此答案（如果有任何不应该的话）是完全无用的。

Answer 2

height和age只是数据框中列的标签。 height是预测变量。 你可以在那里拥有任意数量的变量： res = lm(height~age+wight+gender)

但是，我必须说这个问题对我来说似乎有点奇怪，因为如果你在训练集中使用62个变量进行回归，那么这只会意味着你总会有一个精确的解决方案。 训练集应始终（显着）大于使用的变量数。