在R中，绘制非线性曲线

Question

有几个参考文献接近，但我的lines（）产生多个弧而不是一个非线性曲线。 它看起来像一个带有一堆不需要的线条的吊床。 你如何生成一个简单的非线性线？ 数据集在http://www-bcf.usc.edu/~gareth/ISL/data.html上以Auto.csv的形式提供。

    library(ISLR)
    data(Auto)
    lm.fit1=lm(mpg~horsepower,data=Auto) #linear
    lm.fit2=lm(mpg~horsepower+I(horsepower^2),data=Auto) #add polynomial
    plot(Auto$horsepower,Auto$mpg,col=8,pch=1)
    abline(lm.fit1,col=2)       #linear fit
    lines(Auto$horsepower,predict(lm.fit2),col=4)  #attempt at nonlinear

Answer 1

lines绘制以任何顺序恰好是在数据中。其结果是，如果不排序的x值第一，你会得到线来回的x值乱七八糟的跳回和从一行到下一行。 试试这个，例如：

plot(c(1,3,2,0), c(1,9,4,0), type="l", lwd=7)
lines(0:3, c(0,1,4,9), col='red', lwd=4)

为了得到一个漂亮的曲线，首先按horsepower排序：

curve.dat = data.frame(x=Auto$horsepower, y=predict(lm.fit2))
curve.dat = curve.dat[order(curve.dat$x),]

lines(curve.dat, col=4)  

然而，如果你不按horsepower排序，这就是你得到的：

Answer 2

您应该使用poly作为多项式拟合。 然后你可以使用带predict curve ：

lm.fit2 = lm(mpg ~ poly(horsepower, 2, raw = TRUE), data = Auto) #fit polynomial
#curve passes values to x, see help("curve")
curve(predict(lm.fit2, newdata = data.frame(horsepower = x)), add = TRUE, col = 4) 

这也适用于nls fit。

Answer 3

如果您不想担心首先对数据帧进行排序，另一种方法是使用ggplot 。 它有一个有用的方法geom_smooth ，它允许您选择要适合您的模型的公式和行类型：

library(ISLR)
library(ggplot2)
data(Auto)

ggplot(Auto, aes(mpg, horsepower)) + 
  geom_point() + 
  geom_smooth(method="lm", formula = y~x, se=FALSE)+
  geom_smooth(method="lm", formula = y~x+I(x^2), se=FALSE, colour="red")