我刚刚学习 R 中的逻辑回归，并且遇到了一些令人困惑的事情。我有一个包含两个预测变量的大型数据集，我用它们来训练 logit 模型。
> model <- glm(as.factor(traintrain$loss)~.,data=traintrain[,-ncol(traintrain),with=FALSE],family=binomial)
Warning message:
glm.fit: fitted probabilities numerically 0 or 1 occurred
> traintest$pred <- predict(model, traintest[,!"loss",with=FALSE],type="response")
这是我的模型的输出
> model
Call: glm(formula = as.factor(traintrain$loss) ~ ., family = binomial,
data = traintrain[, -ncol(traintrain), with = FALSE])
Coefficients:
(Intercept) f527 f528
-2.4123661 -0.0001938 0.0001938
Degrees of Freedom: 53804 Total (i.e. Null); 53802 Residual
Null Deviance: 34540
Residual Deviance: 32740 AIC: 32750
这是我的测试数据集的样子
> traintest
f527 f528 loss pred
1: 512556.00 512690.3 0 0.08359656
2: 516634.38 516635.0 0 0.08162884
3: 7261975.82 7262170.0 0 0.07658846
4: 1289936.09 1290091.5 0 0.08297042
5: 474396.88 476308.0 0 0.11410204
---
23056: 362651.53 362950.3 0 0.08625780
23057: 1590119.98 1590853.3 0 0.09150362
23058: 124814.17 125030.8 0 0.08530484
23059: 346397.91 346536.2 0 0.08385799
23060: 85503.97 85504.0 0 0.08213298
如您所见，该模型在我的第一个测试数据点上的成功概率为 0.08359。作为健全性检查，我想将模型系数插入 logistic function以及我的第一次测试观察，并确保我得到相同的结果。这就是我得到的
> 1/(1+exp(-(-2.4123661-0.0001938*512556.00+0.0001938*512690.3)))
[1] 0.08422038
误差约 0.001。我注意到许多其他的差异看起来有点像这样。这只是舍入错误还是我犯了一个根本性错误？谢谢
请您参考如下方法:
试试这个:
sum( c(1, 512556.00, 512690.3) * coef(model) )
感谢您的复选标记，但即使我在第一篇文章中提出了建议，下一个建议也可能行不通。有两个原因。第一个是 traintest 的输出看起来来自 data.table 对象，因为它不包含表示基线乘以(截距) 所需的“1” coef() 返回值。
sum( traintest[1, ] * coef(model) )