绘制逻辑回归的多重拟合和预测

Question

我对从数据集中取得的1000多个样本进行了多次逻辑回归。我的问题是显示结果的最佳方式是什么？如何绘制拟合和预测曲线的输出？

这是我正在做的一个例子，使用来自R的棒球数据集。例如，我想拟合并预测模型5次。每次我拿出一个样本（用于预测）并使用另一个样本进行拟合。

library(corrgram)
data(baseball)

#Exclude rows with NA values
dataset=baseball[complete.cases(baseball),]

#Create vector replacing the Leage (A our N) by 1 or 0.
PA=rep(0,dim(dataset)[1])
PA[which(dataset[,2]=="A")]=1

#Model the player be league A in function of the Hits,Runs,Errors and Salary  
fit_glm_list=list()
prd_glm_list=list()
for (k in 1:5){
  sp=sample(seq(1:length(PA)),30,replace=FALSE)
  fit_glm<-glm(PA[sp[1:15]]~baseball$Hits[sp[1:15]]+baseball$Runs[sp[1:15]]+baseball$Errors[sp[1:15]]+baseball$Salary[sp[1:15]])    
  prd_glm<-predict(fit_glm,baseball[sp[16:30],c(6,8,20,21)])
  fit_glm_list[[k]]=fit_glm;prd_glm_list[[k]]=fit_glm
}

Answer 1

这里有很多问题。

• PA是baseball$League的子集，但模型是在整个baseball数据框的列上构建的，即它们不匹配。
• PA在使用默认系列（高斯）时被视为连续响应，应将其更改为因子和二项式族。
• prd_glm_list[[k]]=fit_glm应该是prd_glm_list[[k]]=prd_glm
• 您必须保存预测的真实类标签，否则您无需进行比较。

我对你的代码的看法是这样的。

library(corrgram)
data(baseball)

dataset <- baseball[complete.cases(baseball),]

fits <- preds <- truths <- vector("list", 5)
for (k in 1:5){
  sp <- sample(nrow(dataset), 30, replace=FALSE)
  fits[[k]] <- glm(League ~ Hits + Runs + Errors + Salary,
                   family="binomial", data=dataset[sp[1:15],])    
  preds[[k]] <- predict(fits[[k]], dataset[sp[16:30],], type="response")
  truths[[k]] <- dataset$League[sp[1:15]]
}
plot(unlist(truths), unlist(preds))

该模型性能不佳但至少代码运行没有问题。图中的y轴显示了示例属于联盟N的估计概率，即理想情况下，左框应接近0，右框接近1。