鋸齒形線而不是線性建模中的直線

Question

數據集： 這里

我正在嘗試使用 R 在上述數據集上擬合線性 model。

這是 R 中的代碼：

library(tidyverse)
data <- read.csv("~/Desktop/Salary_Data.csv")

s_data <- data.frame(scale(data)) 

# Split data into test and train data sets
set.seed(123)
sam <- sample(c(T, F), size = nrow(s_data), replace=T, prob = c(0.8,0.2))
train <- s_data[sam,]
test <- s_data[!sam,]

model_train = lm(YearsExperience~Salary, data=train);

pred <- predict.lm(object = model_train, newdata = test)
pred_train <- predict.lm(model_train, train)


# Trying to plot using ggplot on test dataset. 
ggplot() +
  geom_point(aes(x = test$YearsExperience, y = test$Salary),
             colour = 'red') +
  geom_line(aes(x = test$YearsExperience, y = predict.lm(model_train, test)),
            colour = 'blue') +
  ggtitle('Salary vs Experience (Test set)') +
  xlab('Years of experience') +
  ylab('Salary')

Output

我的理解是，簡單線性回歸 model 根據ax+b形式的線性方程預測值。 所以geom_line()中的y值必須在一條直線上，但在我的例子中，它們不是。 為什么會這樣？ 謝謝閱讀！

Answer 1

看起來您在翻轉x和y值時遇到了問題。 如果您在x軸上有 plot 年的經驗，看起來您正試圖用它來預測薪水。 但是你的 model 反了。 所以你可以翻轉 model 得到一條直線

model_train = lm(Salary~YearsExperience, data=train);

ggplot(data.frame(test, pred=predict(model_train, newdata = test))) +
  geom_point(aes(x = YearsExperience, y = Salary),
             colour = 'red') +
  geom_line(aes(x = YearsExperience, y = pred),
            colour = 'blue') +
  ggtitle('Salary vs Experience (Test set)') +
  xlab('Years of experience') +
  ylab('Salary')

或者你可以翻轉 plot 得到一條直線

model_train = lm(YearsExperience~Salary, data=train);

ggplot(data.frame(test, pred=predict(model_train, newdata = test))) +
  geom_point(aes(x = Salary, y = YearsExperience),
             colour = 'red') +
  geom_line(aes(x = Salary, y = pred),
            colour = 'blue') +
  ggtitle('Salary vs Experience (Test set)')