我有训练和测试数据集。因变量是二进制，我已将其转换为“ 1”和“ 0”，而不是“是/否”。其余变量是类别的（不超过三个类别），数字的（比例）和整数。我没有事先标准化或标准化任何变量。
尽管我认为我已经指出了问题，但是我有可以解决先前问题的代码，而该问题在我当前的项目中不起作用，我无法弄清楚原因。
当我将模型应用于每个训练和测试数据集时，它的预测值是十进制数字，而不是“ 1”和“ 0”。
因此，当我去计算测试误差时，我得到100％，因为这些预测值都不与数据集中的任何“ 1”和“ 0”匹配。
感谢您的帮助
logisticmodel<-glmnet(train2.loan_status~.,data=train2, family = "binomial")
#training error
logisticmodel.train.pred<-predict(logisticmodel, newdata = train2)
1- sum（logisticmodel.train.pred == train2 $ train2.loan_status）/ length（logisticmodel.pred）
#testing error
colnames(testfinal)<-colnames(train2)
logisticmodel.test.pred<-predict(logisticmodel, newdata = testfinal)
1- sum（logisticmodel.test.pred == testfinal $ train2.loan_status）/ length（logisticmodel.test.pred）