R中的曲线/直线拟合

R中的曲线/直线拟合,r,machine-learning,plot,linear-regression,curve-fitting,R,Machine Learning,Plot,Linear Regression,Curve Fitting,我正在绘制一张河流水位和流量之间的图表。然后,我想在散射点上画一条线 我的数据帧df1有4704行和2列-放电和电平 fit <- lm(df1$Level ~ df1$Discharge) xx <- seq(0, max(df1$Discharge), length = 4704) plot(x = df1$Discharge, y = df1$Level, pch = 19) lines(xx, predict(fit, data.frame(x = xx)), col =

我正在绘制一张河流水位和流量之间的图表。然后,我想在散射点上画一条线
我的数据帧df1有4704行和2列-放电和电平

fit  <- lm(df1$Level ~ df1$Discharge)
xx <- seq(0, max(df1$Discharge), length = 4704)
plot(x = df1$Discharge, y = df1$Level, pch = 19)
lines(xx, predict(fit, data.frame(x = xx)), col = "red")

fit如果您提供数据会更好,从我看来,在不提供数据的情况下进行预测。使用正确变量名的frame可能会导致问题。如果我在某些数据上重新运行代码:

set.seed(100)
df1 = data.frame(Level=runif(4704))
df1$Discharge=20*df1$Level + runif(4704)
fit  <- lm(Level ~ Discharge, data = df1)
xx <- seq(0, max(df1$Discharge), length = 4704)
plot(x = df1$Discharge, y = df1$Level, pch = 19)
如果更改列名,它将起作用:

lines(xx, predict(fit, data.frame(Discharge = xx)), col = "red")

请提供一个可复制的示例。

如果您提供数据,就我所见,在不提供数据的情况下进行预测会更好。使用正确变量名的框架可能会导致问题。如果我在某些数据上重新运行代码:

set.seed(100)
df1 = data.frame(Level=runif(4704))
df1$Discharge=20*df1$Level + runif(4704)
fit  <- lm(Level ~ Discharge, data = df1)
xx <- seq(0, max(df1$Discharge), length = 4704)
plot(x = df1$Discharge, y = df1$Level, pch = 19)
如果更改列名,它将起作用:

lines(xx, predict(fit, data.frame(Discharge = xx)), col = "red")
请提供一个可复制的示例