我想运行一个简单的多元逻辑回归。我在下面用二进制数据做了一个例子来讨论一个例子。
多元回归=试图预测2+结果变量
this.formattedText = ko.computed(function() {
var it = self.isText();
if (it == '0') {
return 'No';
}
else if (it == '1') {
return 'Yes'
}
else {
return 'Not Specified'
}
});
因此,变量“x”有6个样本,每个样本有6个属性。变量“y”对6个样本中的每一个都有2个预测。我特别想使用二进制数据。
gotoDispatch() {
//
const headers = new Headers();
headers.append('Content-Type', 'application/json');
var url = 'Users/Cards';
var dto = { 'jsonSearchCards': 'testing' };
return this.http.post(GlobalVariables.SITE_ROOT + url, dto, { headers })
.subscribe(function (data) {
console.log('received response');
});
}
我做“-1”来消除拦截系数。在多变量情况下,其他一切都是标准的逻辑回归。
var currentForm = Request.Form["jsonSearchCards"];
var from = Request.Params["jsonSearchCards"];
此时事情已开始显现。我不确定数据3和6的互联网是什么原因。
> y = matrix(c(0,0,0,1,1,1,1,1,1,0,0,0), nrow=6,ncol=2)
> x = matrix(c(1,0,0,0,0,0,1,1,0,0,0,0,1,1,1,0,0,0,1,1,1,1,0,0,1,1,1,1,1,0,1,1,1,1,1,1), nrow=6,ncol=6)
> x
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1 1 1 1 1 1
[2,] 0 1 1 1 1 1
[3,] 0 0 1 1 1 1
[4,] 0 0 0 1 1 1
[5,] 0 0 0 0 1 1
[6,] 0 0 0 0 0 1
> y
[,1] [,2]
[1,] 0 1
[2,] 0 1
[3,] 0 1
[4,] 1 0
[5,] 1 0
[6,] 1 0
从逻辑上讲,我做错了什么。我期待1x2矩阵,而不是1x6。我想要矩阵告诉我数据帧向量在y1和y2中为“1”(真)的概率。
任何帮助将不胜感激。
注意:我根据马里奥的回复更新了我的问题的结尾。
答案 0 :(得分:0)
参数newdata需要是data.frame。你可以这样做:
aux <- data.frame(c(1,1,1,1,1,1))
val <- predict(fit, aux, type = "response")