R:具有 N 个特征的线性回归

Question

我看到了很多关于如何进行回归的示例(线性、多重...等)，但在我看到的每个示例中，您都必须定义公式中的每个特征...

linearMod <- lm(Y ~ x1 + x2 + x3 + ..., data=myData)

好吧，我们使用 TSFresh 来生成更多特征。大约 100。那我现在该怎么做呢？我真的不想输入 x1 .. 一直到 .. x100。在 Phyton scikit-learn 中，我可以输入所有数据:

lm = linear_model.LinearRegression()
model = lm.fit(X,y)

然后对每个“特征组”重复此操作以创建多元线性回归。

R 有办法做到这一点吗？还是我做错了？也许另一种方法？

最初我们每行有 8 个特征/属性。通过 TSFresh，我们产生了更多这样的东西。 (平均值、性病等)

这些特征中的每一个对 Y 结果都有相当线性的影响。那么我现在如何定义仅使用所有扩展特征的多重线性模型之类的东西呢？理想情况下，我不必每次都用手告诉它。

例如(一个公式可能是 Y 的特征 1-12)，下一个公式(Y 的特征是 13-24)等等。有没有简单的方法可以做到这一点？

Answer 1

如果你想对除Y之外的所有变量进行回归，你可以这样做

lm(Y ~ ., data = myData)