Mam zestaw danych składający się z dychotomicznej zmiennej zależnej (Y
) i 12 zmiennych niezależnych (X1
do X12
) przechowywanych w pliku csv. Oto pierwsze 5 rzędów dane:Tabela klasyfikacji dla regresji logistycznej w R
Y,X1,X2,X3,X4,X5,X6,X7,X8,X9,X10,X11,X12
0,9,3.86,111,126,14,13,1,7,7,0,M,46-50
1,7074,3.88,232,4654,143,349,2,27,18,6,M,25-30
1,5120,27.45,97,2924,298,324,3,56,21,0,M,31-35
1,18656,79.32,408,1648,303,8730,286,294,62,28,M,25-30
0,3869,21.23,260,2164,550,320,3,42,203,3,F,18-24
I skonstruowanej model regresji logistycznej z danych z zastosowaniem kodu:
mydata <- read.csv("data.csv")
mylogit <- glm(Y~X1+X2+X3+X4+X5+X6+X7+X8+X9+X10+X11+X12, data=mydata,
family="binomial")
mysteps <- step(mylogit, Y~X1+X2+X3+X4+X5+X6+X7+X8+X9+X10+X11+X12, data=mydata,
family="binomial")
można uzyskać przewidywane prawdopodobieństwo dla każdego z danych z wykorzystaniem kodu :
theProbs <- fitted(mysteps)
teraz ja chce utworzyć tablicę klasyfikacji - przy użyciu pierwszych 20 wiersze tabeli danych (mydata
) -, z którego można ustalić Perce napięcie przewidywanych prawdopodobieństw, które faktycznie zgadzają się z danymi. Należy zauważyć, że dla zmiennej zależnej (Y
) 0 oznacza prawdopodobieństwo mniejsze niż 0,5, a 1 oznacza prawdopodobieństwo większe niż 0,5.
Spędziłem wiele godzin próbując zbudować klasyfikację bez powodzenia. Byłbym wdzięczny, gdyby ktoś zaproponował kod, który może pomóc rozwiązać ten problem.
Co o 'tabeli (theProbs> 0,5, mydata $ Y)' (to łatwe do podzbioru na pierwsze 20 obserwacji)? – chl
Dzięki za milion Chi. Myślę, że właśnie tego potrzebowałem. Jeszcze raz dziękuję i pozdrawiam. –