数据集中子集的线性回归模型？
Linear regression model for subset within dataset?
我有一个数据集，其中包含 300 多个不同车型、一些汽车、一些自行车和 10 多行特征（颜色、尺寸、mpg 等）的条目。
如果 cars/bikes 实际上没有在数据集中分类（尽管它是有序的，即只有 1:200 列是汽车，201:300 列是自行车）。
我想我需要创建我的数据集的一个子集，但我不知道如何将原始数据集中的特征与子集相关联。
如果解释不当，我们深表歉意，感谢您的帮助！
我认为你应该首先重组你的数据框（你可能想在行中查看车辆模型，在列中查看特征。我建议使用 t() 作为转置函数，然后添加另一个带有虚拟变量的列（1 如果car type is car and 0 if not). 现在，如果您想拟合逻辑回归，则可以使用 glm() 或 lm() 进行线性回归，从而对 mpg 上的汽车类型进行回归。
我有一个数据集，其中包含 300 多个不同车型、一些汽车、一些自行车和 10 多行特征（颜色、尺寸、mpg 等）的条目。
如果 cars/bikes 实际上没有在数据集中分类（尽管它是有序的，即只有 1:200 列是汽车，201:300 列是自行车）。
我想我需要创建我的数据集的一个子集，但我不知道如何将原始数据集中的特征与子集相关联。
如果解释不当，我们深表歉意，感谢您的帮助！
我认为你应该首先重组你的数据框（你可能想在行中查看车辆模型，在列中查看特征。我建议使用 t() 作为转置函数，然后添加另一个带有虚拟变量的列（1 如果car type is car and 0 if not). 现在，如果您想拟合逻辑回归，则可以使用 glm() 或 lm() 进行线性回归，从而对 mpg 上的汽车类型进行回归。