Tableau de Classification pour la régression logistique dans la R
J'ai un jeu de données composé d'un dichotomique selon la variable (Y
) et 12 variables indépendantes (X1
à X12
) stockées dans un fichier csv. Voici les 5 premières lignes de données:
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
J'ai construit un modèle de régression logistique à partir des données en utilisant le code suivant:
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")
Je peux obtenir les probabilités prédites pour chaque données en utilisant le code:
theProbs <- fitted(mysteps)
Maintenant, je voudrais créer un tableau de classification en utilisant des 20 premières lignes du tableau de données (mydata
) - à partir de laquelle je peux déterminer le pourcentage de la probabilité prédite qui fait d'accord avec les données. Notez que pour la variable dépendante (Y
), 0 représente la probabilité est inférieure à 0,5 et 1 représente la probabilité est supérieure à 0,5.
J'ai passé de nombreuses heures à essayer de construire le classement sans succès. J'apprécierais beaucoup si quelqu'un suggérer code qui peut aider à résoudre ce problème.
table(theProbs>.5, mydata$Y)
(il est facile de sous-ensemble sur les 20 premières observations)?Merci un million de Chi. Je pense que c'est juste ce dont j'avais besoin. Encore merci et meilleures salutations.
OriginalL'auteur | 2012-09-05
Vous devez vous connecter pour publier un commentaire.
Question est un peu vieux, mais je me dis que si quelqu'un est à la recherche si les archives, cela peut aider.
Ceci se fait facilement en xtabs
qui produira un tableau comme ceci:
OriginalL'auteur bstockton
Je pense ronde " peut faire le travail ici.
(table ronde(theProbs))
OriginalL'auteur ohmyan