我正在处理这个数据集https://archive.ics.uci.edu/ml/datasets/automobile。有一个分类变量叫做"门的数目"，它可以是(2，4(，这给我带来了麻烦。
当我运行lm(formula = price ~ horsepower + num.of.doors, data = train.sample)来预测价格时，输出是：
调用：lm(公式=价格~马力+门数，数据=列车样本(
系数：(拦截(门的马力数两个
-4006.5 174.1-1856.2
但我想看看四扇门的门数系数。我该怎么做？
有几个选项：
1-将num.of.doors转换为一个因子，并重新编码，使两个门成为基准面。运行lm命令后，它将在线性回归中显示四个门的系数。这可以通过以下方式实现：
library(tidyverse)
new_train_sample <- train.sample %>%
mutate(num.of.doors = factor(num.of.doors, levels = c("two", "four")))
lm_1 <- lm(formula = price ~ horsepower + num.of.doors, data = new_train_sample)
summary(lm_1)
2-通过原点进行回归。这将使两个系数在相同的lm命令下可用，但对截距的解释将略有变化。这不会影响预测或系数的大小。
lm_origin <- lm(formula = price ~ 0 + horsepower + num.of.doors, data = train.sample)
summary(lm_origin)
我认为你的问题是因为当你用分类变量调整线性回归时，其中一个类别将被用作"参考"；并且其值将表示(为部分(在"；截距"；。
因此，要查看"；四个门"；您应该更改变量的基引用。你可以用
train_sample$num.of.doors = relevel(train_sample$num.of.doors, ref=2)
请记住，随着这种变化；两个门"；现在将作为基本参考。
如果num.of.doors只有两个值("两个"one_answers"四个"(；四"；在此模型中为0。
你的公式是价格=-4006.6+174.1(马力(-1856.2(门数=两个(
因此，如果汽车有四个车门，您的价格只是：价格=-4006.6+174.1*马力
之所以会发生这种情况，是因为变量是分类的。它可以被解释为"；如果这辆车有两个门而不是四个门，我的模型估计价格将比四个门的车低1856.20">