问R:具有N个特征的线性回归

EN

我看到了相当多的关于如何进行回归的例子(线性，多重...等)但在我看到的每一个例子中，你都必须定义公式中的每一个特征...

linearMod <- lm(Y ~ x1 + x2 + x3 + ..., data=myData)

好吧，我们使用TSFresh来生成更多的特性。在100左右。那么我现在该怎么做呢？我真的不想输入x1 ..一直到..x100。在Phyton scikit-learn中，我只需输入所有数据：

lm = linear_model.LinearRegression()
model = lm.fit(X,y)

然后对每个“功能组”重复此操作，以创建多重线性回归。

有没有办法在R中做到这一点？还是我做错了？也许是另一种方法？

最初，我们每行有8个特性/属性。有了TSFresh，我们产生了更多这样的东西。(Mean、STD等)

这些特征中的每一个都对Y结果有很好的线性影响。那么，我现在如何定义一个只使用所有扩展功能的多线性模型呢？理想情况下，我不需要每次都手把手地讲出来。

例如(一个公式可能是特征1-12表示Y)，下一个公式(13-24表示Y)等等。有什么简单的方法可以做到这一点吗？