如何在R中执行leaps包子集选择对象$call中的lm公式？

嘿，这问题我之前也踩过坑！你说得没错，k$call只是存储了一个未执行的调用语句（call对象），不是已经拟合好的模型。要让它实际跑起来，得用R里的eval()函数来评估这个call对象。

具体步骤： #

• 直接用eval()包裹k$call就能执行这个线性回归命令，把结果存到变量里：

  lm.1 <- eval(k$call)
  

• 执行完之后，lm.1就是一个标准的lm对象了，你可以用summary(lm.1)查看回归结果，或者用predict(lm.1)做预测，和直接调用lm()得到的模型完全一样。

为什么要这么做？ #

leaps包在做子集选择时，重点是筛选最优变量组合，它只会记录下最优模型的公式和数据来源（也就是这个call对象），不会提前帮你拟合完整的线性模型。所以需要我们手动用eval()触发执行。

小验证： #

你可以先检查下k$call的类型，确认它是call对象：

class(k$call)
# 会输出 "call"

执行eval()之后，再看class(lm.1)，就会变成"lm"啦。

内容的提问来源于stack exchange，提问作者Kevin Sun