gpt4 book ai didi

r - 如何使用 glmnet 逻辑回归获得 0 到 1 之间的概率

转载 作者:行者123 更新时间:2023-12-05 01:02:14 25 4
gpt4 key购买 nike

考虑下面的例子

rm(list = ls(all=T))
library(ISLR)
library(glmnet)

Hitters=na.omit(Hitters)

# Binary proble - Logistic regression
Hitters$Salary <- ifelse(Hitters$Salary > 1000, 1, 0)
Hitters$Salary <- as.factor(Hitters$Salary)

# the class is unbalanced
# > table(Hitters$Salary)
# 0 1
# 233 30

# cls <- sapply(Hitters, class)
# for(j in names(cls[cls == 'integer'])) Hitters[,j] <- as.double(Hitters[,j])

x = model.matrix(~ . -1, Hitters[,names(Hitters)[!names(Hitters) %in% c('Salary')]] )

inx_train <- 1:200
inx_test <- 201:dim(Hitters)[1]

x_train <- x[inx_train, ]
x_test <- x[inx_test, ]
y_train <- Hitters[inx_train, c('Salary')]
y_test <- Hitters[inx_test, 'Salary']

fit = cv.glmnet(x=x_train, y=y_train, alpha=1, type.measure='auc', family = "binomial")
plot(fit)

pred = predict(fit, s='lambda.min', newx=x_test)

quantile(pred)
# 0% 25% 50% 75% 100%
# -5.200853 -3.704760 -2.883836 -1.937052 1.386215

鉴于上述概率,我应该使用/修改 predict 中的哪个函数或参数将它们在 0 和 1 之间转换?

最佳答案

在您的预测调用中,您需要 type="response"参数集。根据文档,它返回拟合的概率。

pred = predict(fit, s='lambda.min', newx=x_test, type="response")

此外,如果您只是想要分类标签,您可以使用 type="class"

关于r - 如何使用 glmnet 逻辑回归获得 0 到 1 之间的概率,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/26806902/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com