该模型现在包含四个预测变量，因此越来越难以可视化。幸运的是，它们目前都是相互独立的，这意味着我们可以在四张图中分别绘制它们。为了让过程更简单一些，我们将在 data_grid 中使用 .model 参数：

grid <- diamonds2 %>% data_grid(cut, .model = mod_diamond2) %>% add_predictions(mod_diamond2) grid #> # A tibble: 5 × 5 #> cut lcarat color clarity pred #> #> 1 Fair -0.515 G SI1 11.0 #> 2 Good -0.515 G SI1 11.1 #> 3 Very Good -0.515 G SI1 11.2 #> 4 Premium -0.515 G SI1 11.2 #> 5 Ideal -0.515 G SI1 11.2 ggplot(grid, aes(cut, pred)) + geom_point()

如果模型需要你尚未显式提供的变量，data_grid() 会自动用“典型”值填充它们。对于连续变量，它使用中位数；对于分类变量，它使用最常见的值（如果并列，则使用多个值）：

diamonds2 <- diamonds2 %>% add_residuals(mod_diamond2, "lresid2")