用 GAM 建模大豆生长
在本练习中,您将把大豆植株的平均叶片重量建模为时间(播种后)的函数。 您会看到,大豆并不是以恒定速率生长,而是会出现一段"生长期高峰",随后增速放缓。因此,线性模型无法很好地描述叶片重量。
回顾一下,您可以在公式中用 s()(文档)函数指定希望以非线性方式建模的变量:
y ~ s(x)
另外请记住,mgcv 包中的 gam()(文档)的调用形式是:
gam(formula, family, data)
对于标准回归,使用 family = gaussian(默认值)。
大豆训练数据 soybean_train 已预加载。它包含两列:结果变量 weight 和自变量 Time。作为对比,使用公式 weight ~ Time 拟合的线性模型 model.lin 也已加载。
本练习是课程的一部分
R 中的监督学习:回归
交互式实操练习
通过完成这段示例代码来试试这个练习。
# soybean_train is available
summary(soybean_train)
# Plot weight vs Time (Time on x axis)
ggplot(soybean_train, aes(x = ___, y = ___)) +
geom_point()