Die besten Variablen aus den besten Subsets Regression in R

Question

Ich möchte die beste Teilmenge Regression auf eine Reihe von Variablen und dann die besten 3 Variablen mit R. Ich habe Probleme beim Erhalt der besten 2 Variablen. Ich habe meinen Code unten eingefügt.

set.seed(10) 

a <- 1:100 
b <- 1:100 
c <- 1:100 
d <- 1:100 
e <- 1:100 
f <- 1:100 
g <- 1:100 
h <- 1:100 

data <- data.frame(a, b, c, d, e, f, g, h) 

library(leaps) 

# best subsets regression 
test <- regsubsets(a ~ b + c + d + e + f + g + h, data=data, nbest=4) 
# nbest = 4, is the number of subsets of each size that is reported 

# plot a table of models showing variables in each model. 
summary(test) 

# models are ordered by the selection statistic. 
plot(test,scale="r2") 

#get the variables that are important to the model 
coef(test, 2) 

#NOTE: THIS DOESN'T GIVE ME THE 2 BEST VARIABLES. IT ONLY GIVES ME THE BEST VARIABLE AT THE 2ND ITERATION. LOOK AT: 
coef(test, 1:2) 

Ihre Hilfe würde sehr geschätzt werden!

Best, Dana

Answer 1

Betrachten wir ein Beispiel, mit dem eingebauten in mtcars-Datensatz:

test <- regsubsets(mpg ~ ., data = mtcars, nbest = 4) 

Dies ist die Ausgabe von summary(test):

summary(test) 
# Subset selection object 
# Call: regsubsets.formula(mpg ~ ., data = mtcars, nbest = 4) 
# 10 Variables (and intercept) 
# <..snip..> 
# 4 subsets of each size up to 8 
# Selection Algorithm: exhaustive 
#   cyl disp hp drat wt qsec vs am gear carb 
# 1 (1) " " " " " " " " "*" " " " " " " " " " " 
# 1 (2) "*" " " " " " " " " " " " " " " " " " " 
# 1 (3) " " "*" " " " " " " " " " " " " " " " " 
# 1 (4) " " " " "*" " " " " " " " " " " " " " " 
# 2 (1) "*" " " " " " " "*" " " " " " " " " " " 
# 2 (2) " " " " "*" " " "*" " " " " " " " " " " 
# 2 (3) " " " " " " " " "*" "*" " " " " " " " " 
# 2 (4) " " " " " " " " "*" " " "*" " " " " " " 
# 3 (1) " " " " " " " " "*" "*" " " "*" " " " " 
# <..snip..> 

Die Sätze von Koeffizienten angeordnet sind, durch die Anzahl der unabhängigen Variablen, in Teilmengen von 4 (was wir mit derangegeben habenArgument); daher gibt coef(test, 1:4) Koeffizienten von Modellen mit einer unabhängigen Variablen zurück, coef(test, 5:8) sind solche mit zwei unabhängigen Variablen und so weiter. Innerhalb jeder Teilmenge steht das "beste" Modell an erster Stelle. Das "beste" Modell mit zwei unabhängigen Variablen wird daher Modell 5 sein:

coef(test, 5) 
# (Intercept)   cyl   wt 
# 39.686261 -1.507795 -3.190972