在 R 中使用机器学习

Question

在生成公式时使用 R 中的机器学习~. ,data, ~. ,data,

什么. 表明

例如

fit <- svm(factor(outcome)~., data= train, probability= T)
pre <- predict(fit, test, decision.value= T, probability= T)

Answer 1

点的意思是“其他一切”。 即说你的数据集有变量 x ， y 和 z 然后是y~. 会被翻译成y ~ x + z

Answer 2

帮助页面 ( ?formula ) 可以阐明一些关于. 解释：

有两种特殊的解释。 在一个公式中。 通常的一个是在模型拟合函数的数据参数的上下文中，意思是“所有不在公式中的列”：请参阅terms.formula。 在 update.formula 的上下文中，仅表示“公式的这一部分之前是什么”。

但是，请注意. reshape和reshape2包的使用方式不同：

?cast

有几个特殊变量：“...”表示公式中未使用的所有其他变量，“.”表示公式中未使用的所有其他变量。 代表没有变量

Answer 3

它表示数据集中存在的“所有其他变量”。

Answer 4

这里 (.) 表示其他一切。 假设 Strong 数据集有四个变量，名为年龄、身高、体重和强度。 这里的强度是响应变量。 现在我们要创建一个线性 model，其中强度是响应变量，其他三个因素是相关的。 现在，如果我们可以编写 model，例如，

model = lm(strength ~ height + weight + age, data = Strong) 这个model可以写的很快，

model = lm（强度 ~.，数据 = 强）