如何在R中检验logistic回归模型？
提问于 2017-02-20 15:16:32
我正在为Kaggle竞赛(链接)开发一个CTR预测模型。我阅读了培训集中的前10万行数据，然后将其进一步拆分为80/20的火车/测试集。
ad_data <- read.csv("train", header = TRUE, stringsAsFactors = FALSE, nrows = 100000)
trainIndex <- createDataPartition(ad_data$click, p=0.8, list=FALSE, times=1)
ad_train <- ad_data[trainIndex,]
ad_test <- ad_data[-trainIndex,]然后，我使用ad_train数据开发了GLM模型。
ad_glm_model <- glm(ad_train$clicks ~ ad_train$C1 + ad_train$site_category + ad_train$device_type, family = binomial(link = "logit"), data = ad_train)但是，每当我试图使用预测函数来检查它在ad_test集中的性能时，我就会得到错误：
test_model <- predict(ad_glm_model, newdata = ad_test, type = "response")
Warning message:
'newdata' had 20000 rows but variables found have 80000 rows 怎么回事？如何在新数据上测试我的GLM模型？
编辑:它工作得很完美。只需要做这个调用，而不是：
ad_glm_model <- glm(clicks ~ C1 + site_category + device_type, family = binomial(link = "logit"), data = ad_train)
回答 1
Stack Overflow用户
回答已采纳
发布于 2017-02-20 15:53:48
这是因为在模型公式中包含了每个变量的数据帧的名称。相反，你的公式应该是：
glm(clicks ~ C1 + site_category + device_type, family = binomial(link = "logit"), data = ad_train)正如第二环节在重复通知中所描述的那样：
这是一个在数据和新数据之间使用不同名称的问题，而不是在使用向量或数据文件之间的问题。 当您用lm函数拟合模型，然后使用“预测”进行预测时，“预测”尝试在您的新数据上找到相同的名称。在第一个例子中，名称x与mtcar$wt冲突，因此您将得到警告。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42355901
复制相关文章
腾讯云开发者
