Question

我正在使用Kaggle的Titanic数据集，想要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。

我想执行一个非常简单的逻辑回归，而Sex是唯一的自变量。

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

对我来说似乎没问题：

> 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，我无法将此学习模型应用于测试数据。当我执行以下操作时：

predict(fit, train$Sex)

我得到一个包含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。

非常感谢任何帮助！

Answer 1

我发布了一个答案来纠正几个似乎已经混淆的点。确实没有predict - 函数。这就是帮助页面所说的＆＃34;预测＆＃34;是一个＆＃34;泛型函数＆＃34;。有时泛型函数有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。每种方法都有单独的帮助页面，并且＆＃34;预测＆＃34;列出几个。包作者需要为新类编写自己的预测方法。

Logistic回归早于机器学习范例，因此期望它能够预测类和＃34;有点不切实际。即使你可以得到一个回应＆＃34;预测是30年前当我们有些人参加我们的回归课程时软件提供的礼物。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$Sex)只要有训练集中的值，就会得到一个结果，所以我猜你可能想尝试predict(fit, test$Sex)并且失望。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框的值，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，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。

无法将学习模型应用于R中的测试数据

1 个答案: