R regresja logistyczna pod krzywą

Question

Przeprowadzam regresję logistyczną za pomocą tego page. Mój kod jest jak poniżej.

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial") 
summary(mylogit) 
prob=predict(mylogit,type=c("response")) 
mydata$prob=prob 

Po uruchomieniu tego kodu ramka danych mydata ma dwie kolumny - 'admit' i 'prob'. Czy te dwie kolumny nie powinny wystarczyć, aby uzyskać krzywą ROC?

Jak uzyskać krzywą ROC.

Po drugie, przez loooking w mydata, wydaje się, że model przewiduje prawdopodobieństwo admit=1.

Czy to prawda?

Jak dowiedzieć się, które konkretne zdarzenie przewiduje model?

Dzięki

UPDATE: Wydaje się, że poniżej trzech komend są bardzo przydatne. Zapewniają odcięcie, które będzie miało maksymalną dokładność, a następnie pomoże uzyskać krzywą ROC.

coords(g, "best") 

mydata$prediction=ifelse(prob>=0.3126844,1,0) 

confusionMatrix(mydata$prediction,mydata$admit 

Answer 1

Krzywa ROC porównuje rangę przewidywania i odpowiedzi. W związku z tym, można ocenić krzywą ROC z pakietem pROC następująco:

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial") 
summary(mylogit) 
prob=predict(mylogit,type=c("response")) 
mydata$prob=prob 
library(pROC) 
g <- roc(admit ~ prob, data = mydata) 
plot(g)  

Answer 2

inny sposób wykreślić krzywą ROC ...

library(Deducer) 
modelfit <- glm(formula=admit ~ gre + gpa, family=binomial(), data=mydata, na.action=na.omit) 
rocplot(modelfit) 

Answer 3

#Another way to plot ROC 

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial")  
summary(mylogit)  
prob=predict(mylogit,type=c("response"))  
library("ROCR")  
pred <- prediction(prob, mydata$admit)  
perf <- performance(pred, measure = "tpr", x.measure = "fpr")  
plot(perf, col=rainbow(7), main="ROC curve Admissions", xlab="Specificity", 
    ylab="Sensitivity")  
abline(0, 1) #add a 45 degree line