我被要求编写一个线性回归程序,步骤如下。 加载R数据集mtcar作为pandas数据帧。 考虑自变量wt的对数和因变量mpg的对数,建立另一个线性回归模型。将模型与数据进行拟合,并显示R平方值 我是使用Python进行统计的初学者。我尝试在不转换为新DataFrame的情况下获取日志值,但出现了一个错误:"TypeError:'OLS‘object is not subscriptable“ import statsmodels.apilin_mod2['mpg']
我试图使用rpart在R中创建一个序数回归树,预测器大部分是序数数据,在R中存储为factor。但是,当我使用caret使用rpart对数据进行train时,当我提取最终模型时,树不再有序数预测器。有关输出树的示例,请参见下面。
正如您在上面看到的,序数变量A170现在似乎已被转换为多个虚拟分类值,即第二个树中的A17010是A170 of value 10的一个虚拟变量。那么,在用caret包对树进行拟合时,是否可以保留序数变量而不是将因子变