R中的线性回归答案

【问题标题】：linear regression in RR中的线性回归
【发布时间】：2021-04-12 22:39:07
【问题描述】：

我正在尝试使用线性回归根据一堆自变量来预测汽车价格。我的数据集中唯一的 chr 属性是燃料和颜色，其余的是 num 或 int。我省略了燃料，因为它只有一个级别。
这是我的代码：

# Loading Data

car_data = read.csv("Car_Data (1).csv",header =TRUE)

car_data$Fuel <-NULL
car_data$Colour<- as.factor(car_data$Colour)
str(car_data)

set.seed(123)
indx <- sample(2, nrow(car_data), replace = T, prob = c(0.8, 0.2))
train <- car_data[indx == 1, ]
test <- car_data[indx == 2, ]

lmModel <- lm(Price ~ ., data = train)
summary(lmModel)

当我运行 summary(lmModel) 时，它会显示 Error、tvalue 和 Pr(>|t|) 的所有 NA。

有人可以帮忙吗...

【问题讨论】：

您的训练数据中有多少行？你有很多缺失值吗？你的模型中的变量如何？对于您留下的color 分类变量，有多少个唯一值？

标签： r linear-regression factors

【解决方案1】：

您的数据集中的观测值可能太少，而您尝试拟合的特征太多。如果您可以提供数据集（或类似数据集的最小工作示例），这将有助于重现性。或许您也可以尝试运行一个更简单的回归规范，看看是否能找出一些错误。

lmModelSimple <- lm(Price ~ Colour, data = train)
summary(lmModelSimple)

【讨论】：