首页 文章

理解R中的predict（）

提问于
浏览 次
2

我正在阅读R中的predict（）并感到困惑：

有一个数据集Spam，我们使用随机抽样从中创建了一个列车数据和测试数据 . 我们使用了trainSpam（训练数据集来训练系统） . 我们希望通过测试测试数据集（testSpam）来了解模型的优异程度 .

predictionModel = glm(numType ~ charDollar, family = "binomial", data = trainSpam)

predictionTest = predict(predictionModel, testSpam) 
predictedSpam = rep("nonspam", dim(testSpam)[1]) 
predictedSpam[predictionModel$fitted > 0.5] = "spam" #Here is my problem
table(predictedSpam, testSpam$type)

在我们说的行：

predictedSpam[predictionModel$fitted > 0.5] = "spam"

predictionModel$fitted 如何预测测试数据中的垃圾邮件 . 它似乎使用了训练数据中的predictionModel $ . 然后我们继续比较测试数据的垃圾邮件 . 谁能解释一下？

这是我的理解 . 在线：

predictionModel = glm（numType~charDollar，family =“binomial”，data = trainSpam）

我们使用trainSpam数据创建模型 .

在下一行：

predictionTest = predict（predictionModel，testSpam）

我们使用相同的模型但测试数据创建predictionTest .

在下一行：

predictSpam = rep（“nonspam”，dim（testSpam）[1]）

我们创建了一个所有值为“nonspam”的向量

在下一行：

predictSpam [predictionModel $ fit> 0.5] =“垃圾邮件”

我们正在使用predictModel $ fitting，它已经安装在训练数据上，以决定哪些行被归类为垃圾邮件 . 我们不应该使用像PredictionTest这样的东西来识别垃圾邮件吗？

我对它应该是什么的想法是：

> predictionModel = glm(numType ~ charDollar, family = "binomial", data = trainSpam)

> predictionTest = predict(predictionModel, testSpam,type="response")
> predictedSpam = rep("nonspam", dim(testSpam)[1])
> predictedSpam[predictionTest > 0.5] = "spam"
> table(predictedSpam, testSpam$type)
r predict

1 回答

  • 1

    我认为你想在 predict 调用中使用 type="response" ，因为默认情况下它将是线性预测器 .

    ?predict.glm    # different than ?predict

    （当然，这是因为如果我正确地确定了您的未说明的目标，即在您的测试集中找到概率大于0.5的情况 . 此外，如果您真的根据训练数据得到预测，则表示您的测试数据帧格式错误，并且您需要编辑您的问题以包含 str(trainSpam) 和 str(testSpam) 的输出，以便我们向您展示如何为 predict 正确创建 data 参数 . ）

    更新后：因此看起来 charDollar 在测试和训练集中都是如此，因此您不应该从训练集中获得 predictionTest 中的预测 . 你应该得到预测> 50％的垃圾邮件案例：testSpam [predict（fit，data = testSpam，type =“response）> .5]

    我不确定用什么代码创建 predictionTest 并想知道你是否打算输入 predictedSpam . 这是我认为会成功的：

    predictedSpam = predict(predictionModel, testSpam) 
spam <- predictedSpam[ predictedSpam$fitted > 0.5 ]
    回复于

相关问题