首页 文章

用R分类[关闭]

提问于
浏览 次
0

我有一个带有二进制目标的数据集（好客户端和坏客户端） . 对于每个客户端，我有一行包含许多变量（~150） .

我希望做到以下几点：

  • Build 不良客户的预测

  • 计算客户有多糟糕的得分 .

我想使用随机森林进行预测，并使用逻辑回归得分（坏的概率，得分在0和1之间） .

我有这些问题：

  • 随机森林不支持缺失值 . 从技术上讲，我确实知道如何告诉R输入或省略缺失的值（在使用随机软件包时我得到一条错误消息） .

  • 在逻辑回归中，如何获得每个主题的得分（成为坏客户的概率） .

  • 一般来说，如果我想在R中拟合模型，就像在randomforest包中一样，我需要一个如下语法： Y~X1+X2+... ，如何告诉R在模型中包含所有变量 X1 到 X150 ？

我的数据如下所示：变量 'Client' 是 0 或 1 ，X1-X150自变量，有些是 factor ，有些是 numeric .

r random-forest prediction logistic-regression

1 回答

  • 2
    • randomForest 函数可以设置 na.omit 来计算所有缺失值：
    model1 = randomForest(Species ~ . , data=iris, na.action=na.omit)

    • 可以通过预测模型获得分数 .

    • X1 至 X150 可由 . 表示：

    glm.client = glm(Client ~ . , family=gaussian, data=training_data)
score.client = predict(glm.client, testing_data)
    回复于

相关问题