首页 文章

无法将学习模型应用于R中的测试数据

提问于
浏览 次
2

我正在使用Kaggle的 Titanic 数据集，并希望学习一个简单的逻辑回归模型 .

我读了火车和测试数据， train$Survived ， train$Sex ， test$Survived 和 test$Sex 都是因素 .

我想进行一个非常简单的逻辑回归，Sex是唯一的自变量 .

fit <- glm(formula = Survived ~ Sex, family = binomial)

看起来好像对我来说：

> fit

Call:  glm(formula = Survived ~ Sex, family = binomial)

Coefficients:
(Intercept)      Sexmale  
      1.057       -2.514  

Degrees of Freedom: 890 Total (i.e. Null);  889 Residual
Null Deviance:      1187 
Residual Deviance: 917.8    AIC: 921.8

问题是，我无法将这种学习模型应用于测试数据 . 当我执行以下操作时：

predict(fit, train$Sex)

我得到一个带有891个值的向量，这是训练集中训练样例的数量 .

我似乎无法找到有关如何做到这一点的任何信息 .

任何帮助将不胜感激！

r machine-learning logistic-regression prediction kaggle

1 回答

  • 2

    我正在发布一个答案，以纠正几个似乎已经混淆的点 . 确实没有 predict 功能 . 这就是帮助页面说"predict"是"generic function"的意思 . 有时泛型函数确实有 fun.default 方法，但在 predict.* 的情况下，没有默认方法 . 因此，dispatch是基于第一个参数的类 . 每个方法都有单独的帮助页面，"predict"的帮助页面列出了几个 . 包作者需要为新类编写自己的预测方法 .

    逻辑回归早于机器学习范式，因此期望它“预测类”有点不切实际 . 即使您可以获得“响应”预测这一事实也是30年前当我们有些人正在接受我们的回归课程时提供的软件的礼物 . 人们需要理解概率通常不是0或1，而是介于两者之间 . 如果用户想要设置阈值并确定有多少案例超过阈值，那么这就是分析师的决定，分析师需要对他们认为值得的类别进行任何转换 .

    执行： predict(fit, train$Sex) 应该会给出一个结果，只要训练集中有值，所以我猜你也许打算尝试 predict(fit, test$Sex) 并感到失望 . 如果是这样的话那应该是： predict(fit, list(Sex=test$Sex) ) . R需要将参数作为可以强制转换为数据帧的值，因此命名的值列表是 predict -ors的最低要求 .

    如果 predict.glm 获得第二个参数 newdata 的格式错误的参数，则它将返回原始数据参数并使用模型对象中保留的线性预测变量 .

    回复于

相关问题