使用R语言中的coef函数获取每个特征的系数和截距

使用R语言中的coef函数获取每个特征的系数和截距

在R语言中，我们经常使用线性回归模型来分析数据集。线性回归模型可以帮助我们理解自变量（特征）与因变量之间的关系。在拟合线性回归模型后，我们通常希望获取每个特征的系数（也称为权重）以及截距，以便进一步解释和分析模型的结果。在R语言中，可以使用coef函数来获取这些信息。

下面，让我们通过一个示例来演示如何使用coef函数获取线性回归模型的系数和截距。

假设我们有一个数据集，其中包含一个连续的因变量y和两个连续的自变量x1和x2。我们希望拟合一个线性回归模型来预测因变量y。

首先，我们需要加载所需的R包并准备数据：

# 加载所需的R包
library(stats)

# 创建示例数据集
x1 <- c(1, 2, 3, 4, 5)
x2 <- c(2, 4, 6, 8, 10)
y <- c(3, 5, 7, 9, 11)

# 合并自变量为数据框
data <- data.frame(x1, x2)

# 查看数据集
print(data)

数据集如下所示：

  x1 x2
1  1  2
2  2  4
3  3  6
4  4  8
5  5 10

接下来，我们使用lm函数来拟合线性回归模型，并使用coef函数获取模型的系数和截距：