手動打造一個特徵
在和團隊做了一些研究後，你回想起兩個物體之間的萬有引力符合牛頓公式：
$$F = G\frac{m_1m_2}{r^2}$$。
你無法直接使用此公式，因為質量未知。不過，你可以將 force 對 inv_square_distance 做迴歸。上一題你已建立並擴充的資料集 df 已為你載入。
本練習屬於課程
R 的特徵工程
練習說明
- 建立新變數
inv_square_distance，其定義為距離平方的倒數，並將它加入資料框df。 - 使用
lm()建立一個簡單迴歸模型，將force對inv_square_distance，並將模型儲存為lr_force_2。 - 把你的預測結果與
df_inverse進行欄位合併。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create a new variable inv_square_distance
df_inverse <- df %>% ___(inv_square_distance = 1/distance^2)
# Build a simple regression model
lr_force_2 <- lm(force ~ ___, data = df_inverse)
# Bind your predictions to df_inverse
df_inverse <- df_inverse %>% ___(lr2_pred = predict(lr_force_2))
df_inverse %>% ggplot(aes(x = distance, y = force)) +
geom_point() +
geom_line(aes(y = lr2_pred), col = "blue", lwd = .75) +
ggtitle("Linear regression of force vs. inv_square_distance") +
theme_classic()