手动构造一个特征
与团队做了一些调研后，您回忆起两个物体之间的万有引力遵循牛顿公式：
$$F = G\frac{m_1m_2}{r^2}$$。
由于质量未知，您无法直接使用该公式，但可以将 force 对 inv_square_distance 拟合一个回归模型。上一个练习中您构建的增强数据集 df 已为您加载。
本练习是课程的一部分
R 中的特征工程
练习说明
- 创建新变量
inv_square_distance，其定义为距离平方的倒数，并将其添加到数据框df中。 - 使用
lm()构建一个将force与inv_square_distance建模的简单回归模型，并将其保存为lr_force_2。 - 将您的预测绑定到
df_inverse。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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()