在逻辑回归中使用data.frame的所有变量

Question

我对R语言中的ml很陌生，并尝试在模型训练中简单地添加X_train中的所有变量以预测y_train。我遇到问题，因为他们不在同一个data.frame中。我的代码是这样的：

logitmod <- glm(log_y_train ~ log_X_train, family = "binomial")

log_y_train是长度200386的因数，而log_X_train是174个变量和200386行的data.frame。因此，我不能简单地键入所有列名。

但是我遇到以下错误：

变量'log_X_train'的无效类型（列表）

我以为这是一个数据帧，但是在告诉我长度不同时尝试了unlist()。任何人都可以帮助解决此问题以在logit中使用这两个变量。

谢谢

Answer 1

解决方案1 ​​

将log_y_train和log_X_train绑定到data.frame中，以便可以在" ~ ."中使用formula来表示log_X_train中的所有变量。

glm(log_y_train ~ ., family = binomial(), data = cbind(log_y_train, log_X_train))

---

解决方案2

使用reformulate()创建一个formula，并将log_X_train中的所有变量作为预测变量，并将log_y_train作为响应。这不需要绑定log_y_train和log_X_train。

glm(reformulate(names(log_X_train), "log_y_train"), family = binomial(), data = log_X_train)