#r #statistics #model-fitting
#r #Статистика #примерка модели
Вопрос:
Я новичок в анализе данных с помощью R, поэтому любая помощь приветствуется. У меня есть набор данных с некоторыми независимыми переменными и одной целевой переменной. Целевая переменная-только » Да » или «Нет». Поэтому я хотел бы использовать логистическую регрессию для подгонки модели.
Вот как я строю кривую roc
myModel = train( myTarget ~ ., myTrainData, method = "glm", metric = "ROC", trControl = myControl, na.action = na.pass ) myPred = predict(myModel , newdata = myTestData, type="prob") eval lt;- evalm(data.frame(myPred , myTestData$myTarget) eval$roc
Теперь я хотел бы найти чувствительность с учетом ошибки альфа — значения / типа I
И покажите следующую информацию, если это возможно, как я могу ее получить?
confusionMatrix(myPred, reference = myTestData$myTarget)
Комментарии:
1. Вместо
type="prob"
использованияtype="response"
в функции прогнозирования2. Ошибка: тип должен быть либо «необработанный», либо «проблема».
3. Я не думаю, что существует тип, называемый ответом
4. Проверьте, что его значения
myPred
будут находиться в диапазоне от 0 до 1. Вы можете преобразовать их в 0 или 1 в зависимости от порогового значения, а затем запустить » confusionMatrix(myPred, ссылка = myTestData$myTarget)».5. у вас есть для этого пример? Спасибо вам за вашу помощь.