modelr 模型基础

简介

模型的目标是为数据集提供一个简单的低维摘要。在本书的背景下，我们将使用模型把数据划分为模式和残差。强模式会掩盖更细微的趋势，因此在探索数据集时，我们将使用模型来帮助逐层剥离数据的结构。

然而，在开始对有趣的、真实的数据集使用模型之前，你需要了解模型工作原理的基础知识。因此，本书的这一章很独特，因为它只使用模拟数据集。这些数据集非常简单，一点也不有趣，但它们会帮助你在下一章将同样的技术应用于真实数据之前，理解建模的本质。

模型有两个部分：

• 1. 首先，你定义一个模型族，它表达你想要捕捉的精确但通用的模式。例如，该模式可能是一条直线，或一条二次曲线。你会将模型族表示为类似 y = a_1 * x + a_2 或 y = a_1 * x ^ a_2 的方程。这里，x 和 y 是来自你数据的已知变量，而 a_1 和 a_2 是可以变化的参数，用于捕捉不同的模式。
• 2. 接下来，你通过从模型族中找到最接近你数据的那个模型来生成一个拟合模型。这一步将通用的