19、数值数据预测：回归方法与树模型

数值数据预测：回归方法与树模型

1. 回归模型的优化

1.1 添加非线性关系

在线性回归中，通常假设自变量和因变量之间是线性关系，但实际情况并非总是如此。例如，年龄对医疗支出的影响在不同年龄段可能并非恒定，对于高龄人群，治疗费用可能会大幅增加。为了处理这种非线性关系，可以在回归模型中添加高阶项，将模型视为多项式。

操作步骤如下：
1. 创建一个新变量来表示非线性项，例如年龄的平方：

insurance$age2 <- insurance$age^2

2. 在改进的模型中，将年龄和年龄的平方都添加到 lm() 公式中：

ins_model2 <- lm(expenses ~ age + age2 + ..., data = insurance)

1.2 数值变量转换为二元指标

当某个特征的影响在达到特定阈值后才会显现时，可以将该数值变量转换为二元指标。例如，BMI（身体质量指数）在正常范围内对医疗支出可能没有影响，但对于肥胖人群（BMI 大于等于 30），可能会导致更高的医疗费用。

操作步骤如下：
1. 使用 ifelse() 函数创建二元肥胖指标变量：

insurance$bmi30 <- ifelse(in