Question

假设我有数据集：

mydata=data.frame(
  status = as.factor(c(0,0,0,0,0,1,1,1,1,1)),
  a = c(1,3,4,5,6,1,2,3,4,5),
  b = c(4,2,3,6,2,1,3,4,5,6)
)

我构建了一个glm模型，对其中一半的观察结果进行训练，并使用该模型预测另一半观察结果的响应。

   train=sample(1:nrow(mydata), nrow(mydata)/2)
   test=mydata[-train,]
   test.response=status[-train]
   fit=glm(status~., data=mydata, family="binomial", subset=train)
   probs=predict(fit, test, type="response")
   pred=rep(0,5)
   pred[probs>0.5]=1
   table(pred, test.response)

这告诉我有多少真正的肯定和真实的否定（我分别有2和2）。

     test.response
pred 0 1
   0 2 0
   1 1 2

不是手动编码火车和测试数据集，而是转向cv.glm，以便R可以为我交叉验证。

   library(boot)
   fit2=glm(status~., data=mydata, family="binomial")
   cv.fit=cv.glm(mydata, fit2, K=2)

我的问题是，如何使用交叉验证模型来预测我的响应变量？我之前使用的是probs=predict(fit, test, type="response")，但在这种情况下，我不知道test是什么。

Answer 1

我相信这就是你想要的：

require(boot)
require(glmnet)
status <- c(0,0,0,0,0,1,1,1,1,1)
ymat   <- as.matrix(status)
xdata  <- data.frame(a,b)
xmat   <- as.matrix(xdata)
fit.cv <- cv.glmnet(y = ymat, x = xmat, family="binomial")
lmin   <- fit.cv$lambda.min
l1se   <- fit.cv$lambda.1se
net    <- glmnet(y = ymat, x = xmat, family="binomial")
predict(net, s=lmin, type = "nonzero")
colnames(status)[predict(net, s=lmin,type="nonzero")$X1]
plot(cv.glmnet(y = ymat,x = xmat, family= "binomial", type = "class"))
plot(cv.glmnet(y = ymat,x = xmat, family= "binomial", type = "mae"))
plot(cv.glmnet(y = ymat,x = xmat, family= "binomial", type = "deviance"))
plot(cv.glmnet(y = ymat,x = xmat, family= "binomial", type = "mse"))
plot(cv.glmnet(y = ymat,x = xmat, family= "binomial", type = "auc")) #needs more data

数据集非常小，所以我建议在更大的数据集上尝试这个以避免警告/错误。

如何用R中的cv.glm预测

1 个答案: