在R中使用glm和cv.glmnet预测新数据(包括交互和分类变量)
在R中使用glm和cv.glmnet预测新数据(包括交互和分类变量)
在R中，glm和cv.glmnet是两个常用的函数，用于建立和预测线性回归模型和弹性网络模型。它们可以用于预测新数据，包括交互和分类变量。
- glm函数：
- 概念：glm函数是R中用于拟合广义线性模型的函数，可以处理各种类型的响应变量（如连续、二元、多元等）。
- 分类：glm函数属于统计建模和机器学习领域。
- 优势：glm函数具有灵活性和可解释性，可以通过指定不同的分布和链接函数来适应不同类型的数据。
- 应用场景：适用于预测和建模各种类型的数据，如预测销售额、判断用户流失等。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
- cv.glmnet函数：
- 概念：cv.glmnet函数是R中用于拟合弹性网络模型的函数，通过交叉验证选择最佳的正则化参数。
- 分类：cv.glmnet函数属于统计建模和机器学习领域。
- 优势：cv.glmnet函数可以自动选择合适的正则化参数，避免过拟合问题。
- 应用场景：适用于高维数据建模和预测，如基因表达数据分析、文本分类等。
- 推荐的腾讯云相关产品：腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）
综上所述，使用glm和cv.glmnet函数可以在R中预测新数据，包括交互和分类变量。glm函数适用于拟合广义线性模型，而cv.glmnet函数适用于拟合弹性网络模型。这两个函数在统计建模和机器学习领域具有广泛的应用场景，并且可以通过腾讯云机器学习平台进行相关的模型训练和预测。
相关·内容
二项式回归的cvm of cv.glmnet实际上是二项偏差。如何提取cv.glmnet对象分类的交叉验证错误率？我需要它来比较交叉验证的错误率从cv.glm。
浏览 0提问于2016-03-21得票数 2
回答已采纳
我想要建立一个包含交互作用和分类变量的回归公式。我对使用glm和glmnet::cv.glmnet很感兴趣。我对拟合模型的函数很满意，但不太确定我是否使用训练好的模型来正确预测样本数据。下面是一个例子。 Formula <- "Sepal.Length ~ Sepal.Width + Petal.Length + as.factor(Species):Petal.Width + Sepal.Width:Petal.Length + as.factor(Species) + bs(Petal.Width, df = 2, degree = 2)"
data("
浏览 557提问于2020-03-31得票数 2
回答已采纳
当在h2o.glm函数中使用交互参数时，我观察到了奇怪的行为。具体而言，当系数与基本R glm函数匹配时，预测结果却不匹配。给出几乎相同的系数，我期望得到几乎相同的预测。为了演示这种行为，我在R中仔细运行了两个版本的glm，并使用h2o运行了两个版本。为什么来自具有交互作用的h2o.glm模型的预测与其他glm预测不匹配(尽管具有几乎相同的系数)？
这里有代码来再现这种行为，并注意到预测不匹配，但系数匹配的注释。
# Load libraries and ingest data.
library(h2o)
h2o.init()
infile <- "https://www.dro
浏览 1提问于2016-12-08得票数 2
3回答
我有一个数据集，大约有12个分类变量，级别在2-10之间，以及其他数值变量。大约280张唱片。我使用r中的r包对丢失的数据执行所有默认设置的归责。然而，当我试图这样做的时候：
imp <- mice(df)
我继续收到这样的警告：
glm.fit: algorithm did not converge
我在网上找到的解决方案和只关注直接使用glm函数，但在我的例子中，它是一个从mice内部调用的函数。我试过设置maxit = 50，就像这样
imp <- mice(df, maxit = 50)
但最终只得到了更多相同警告的实例。知道是什么导致的吗？
浏览 6提问于2019-11-13得票数 3
回答已采纳
2回答
我在glmnet中使用了k折交叉验证(它实现了套索回归)，但我不能用它制作ROC图。
library(glmnet)
glm_net <- cv.glmnet(dev_x_matrix,dev_y_vector,family="binomial",type.measure="class")
phat <- predict(glm_net,newx=val_x_matrix,s="lambda.min")
这就得到了一个向量，它看起来像是拟合值的对数。我试着在这之后生成一些ROC图表，但它不起作用。我认为这是因为x和y对象的性质，这些对
浏览 0提问于2012-07-06得票数 0
1回答
library(glmnet)
library(boot)
data(iris)
x <- model.matrix(Sepal.Length~., iris)[,-1]
y <- iris$Sepal.Length
m <- cv.glmnet(x, y)
> cv.glm(x, m, K = 10)
Error in UseMethod("predict") :
no applicable method for 'predict' applied to an object of class "c('matrix&
浏览 3提问于2017-01-11得票数 1
回答已采纳
我正在尝试分析我在R中创建的glm，我想做的是两两比较我的哪些因素与其他因素有显着差异，类似于TukeyHSD检验。然而，有人告诉我TukeyHSD不适用于GLM，在做了一些研究后，我发现了几个选项，我不确定哪一个是正确的或适用的，那就是glht或对比度命令。
以下是GLM的代码。
glm.mod <- glm(as.numeric(Ostra..Avg.body.size) ~ as.factor(Macrophytes)*as.factor(Leaves)*as.factor(MacrophyteintLeaves) = 'gaussian', data = main
浏览 3提问于2016-06-24得票数 0
1回答
下面是一组虚构的概率数据，我用threshold of 0.5将其转换为二项式。我对离散数据运行了一个glm()模型，以检验glm()返回的区间是“平均预测区间”(“置信区间”)还是“点预测区间”(“预测区间”)。从下面的图上看，返回的区间是后一段--“点预测区间”；注，置信度为95%，2/20点在此样本的线外。
如果确实如此，如何生成R中使用glm()为0和1界的二项式数据集的“平均预测区间”(即“置信区间”)？请给出与我相似的代码和图，给出概率，“置信区间”和“预测间隔”。
# Fictitious data
xVal <- c(15,15,17,18,32,33,41,42,47,
浏览 1提问于2016-08-05得票数 2
1回答
我有一个分类的结果(响应)，要么是-1，要么是1。我还有预测因子(权重，条件，试验类型)，除了连续的权重之外，所有的都是分类的。 基本上，我想知道的是，根据试验的权重，反应是否会发生变化。 因此，像Sbj 500一样，在权重为6的情况下，它们的响应更有可能是-1，而不是1的权重。 因为我的结果是绝对的，所以我做了一个GLM。但我的整体模型不是sig，但每个预测器都是sig。我不确定应该做什么测试。 # Sample data frame
df500 <- data.frame(Sbj = c(500), TrialNum=c(1:6),
Co
浏览 27提问于2019-05-30得票数 0
4回答
我试图使用R中引导库中的交叉验证cv.glm函数来确定应用glm逻辑回归时错误分类的数量。
该函数具有以下签名：
cv.glm(data, glmfit, cost, K)
前两个表示数据和模型，K指定k-折叠。我的问题是成本参数，其定义为：
成本:由两个向量参数组成的函数，用于指定交叉验证的代价函数。成本的第一个参数应对应于观察到的响应，第二个参数应对应于广义线性模型预测或拟合的响应。成本必须返回一个非负标量值.缺省值是平均平方误差函数.
我想对于分类来说，有一个函数返回错误分类的比率是有意义的，比如：
nrow(subset(data, (predict >= 0.5 &a
浏览 2提问于2013-05-27得票数 7
回答已采纳
1回答
在分类数据分析中，我们经常使用逻辑回归来估计二项式结果与一个或多个协变量之间的关系。
我知道这是一种广义线性模型(GLM)。在R中，这是通过使用参数family=binomial的glm函数实现的。另一方面，在分类数据分析中使用多项式模型。这些不是GLM吗？不能使用glm函数在R中估计它们吗？
(在此中。作者使用了一个外部包mlogit，它似乎也过时了)
为什么这类GLMs仅限于两种结果？这是因为多类分类可以被视为多个二分类模型吗？
浏览 0提问于2017-02-08得票数 22
回答已采纳
1回答
我正在用glm()函数在R中运行一个logistic回归。我想在两个自变量之间添加一个交互作用，我知道我可以使用* or :来连接这两个术语。例如:我有一个分类自变量和一个连续自变量，交互作用可以是性别*体重或性别:体重。虽然我理解如何解释第一个选项的结果，但我不知道如何解释第二个选项，因为它并不像与* to的交互那样创建引用类别。
浏览 3提问于2020-11-05得票数 1
回答已采纳
对问题的解释
我正在比较几个模型，而且我的数据集太小了，我宁愿使用交叉验证，也不愿分割一个验证集。我的一个模型是用glm "GLM“制作的，另一个是由cv.glmnet "GLMNET”制作的。在伪代码中，我希望能够做到以下几点：
initialize empty 2x2 matrices GLM_CONFUSION and GLMNET_CONFUSION
# Cross validation loop
For each data point VAL in my dataset X:
Let TRAIN be the rest of X (not including V
浏览 2提问于2021-11-09得票数 0
回答已采纳
1回答
我一直在使用cv.glmnet函数来拟合套索logistic回归模型。我正在使用R 这是我的代码。我正在使用iris数据集。 df = iris %>%
mutate(Species = as.character(Species)) %>%
filter(!(Species =="setosa")) %>%
mutate(Species = as.factor(Species))
X = data.matrix(df %>% select(-Species))
y = df$Species
Model = cv.glmnet(
浏览 27提问于2020-10-24得票数 0
回答已采纳
我有一个像这样的数据集。
请注意，变量A和B是低/高的二进制变量
以下代码已在R中运行
logit = glm(y ~ A*B , family = binomial(link='logit') , data=df)
summary(logit)
这是输出
包括A和B之间的相互作用效应的原因是我的假设与A和B的作用不一致，所以我想我应该包括A和B之间的相互作用，毫不奇怪，它被证明是相当重要的。
但是我如何解释这些系数呢？
如果A或B都是数字，我知道如何解释，但是处理两个分类变量是很难的。
期待着一些专家的建议/评论。
非常感谢！
在此之前，非常感谢您。
浏览 7提问于2022-04-25得票数 0
回答已采纳
假设我有一个因变量和4个自变量。我怀疑只有3个自变量是显着的，所以我使用glm(y~ x1 + x2 +x3.)函数。然后我得到了这些变量的系数。现在我想运行glm(y ~ x1 + x2 + x3 + x4)，但我希望指定x1、x2、x3系数保持不变。我怎么能做到这一点？
谢谢!
浏览 2提问于2014-05-20得票数 0
回答已采纳
我正在构建一个简单的GLM模型，如下所示： model1 = glm(y ~ x1 + x2 + x3, data=train) 并且我使用预测函数来给新的预测打分 newpred = predict(object=model1, newdata= validation, type = 'term') 通过指定选项type = 'term'，我希望获得单个术语预测(即beta1 * x1、beta2 * x2等)。然而，事实证明，type = 'term'选项将返回以0为中心的“Centerized”预测(如此处所述：What does pre
浏览 24提问于2020-09-28得票数 2
我有一个项目，我想预测两个标签，由于可用的数据量(300~)，我想远离神经网络。以虹膜数据集为例。我想训练和预测的标签是物种(分类问题)，然后是Petal.Length (回归问题)。我这么说是因为我想更精确地预测Petal.Length。因此，如果分类器预测'setosa'，我只运行一个独立训练的'setosa‘类的回归模型。这是推理的声音，还是我应该用“物种”作为回归者？
无论哪种方式，我都试图在R或Python中为我找到一个算法/包/方法，而不必分别构建分类模型和回归模型。下面是我想要做的事情的R代码：
library(caret)
df <- iris
i
浏览 0提问于2022-11-01得票数 0
1回答
我有10个二元和多类因素的数据集，我用logistic回归和R "glm“预测了类概率class,prediction(formula,data,type="response")。和其他模型一样，我如何得到预测的类呢？例如：
df=data.frame(y=c(1,0,0,1),x1=c(1,2,3,4),x2=c(12,13,43,3))
df$y=as.factor(df$y)
testdf=data.frame(y=c(1,1,0,0),x1=c(11,16,65,8),x2=c(3,2,5,0))
testdf$y=as.factor(testdf$y)
mod
浏览 0提问于2015-12-03得票数 2
1回答
我目前正在试图运行一个glm的数据在R和我试图了解我是否使用最好的可能模型。
我的数据是四种苍蝇随时间存活的计数数据，物种、性别、密度和日数(我每5天重复一次)作为不同的因素。
我的代码如下所示：
survival <- cbind(Dead,Alive)
model1 <- glm (survival ~ Species*density*Sex*day,
data = DataM5, family = quasibinomial)
car::Anova(model1, Type = "III")
plot(model1)
我的QQ情节有很重的尾巴和我的
浏览 1提问于2016-08-19得票数 0
1回答
我想通过h2o glm中的分类变量水平来估计预测器的系数。例如，如果我的数据框有产品价格(连续变量)和产品类型(分类变量)，那么我想按产品估计价格系数。在SAS中，您可以通过将模型效果指定为price*type来轻松实现这一点。如何在h2o或R中执行相同的操作？
有一个interactions()函数，但它不能处理连续变量和分类变量之间的交互。有什么建议可以解决这个问题吗？
非常感谢，
浏览 0提问于2016-12-08得票数 0
1回答
我用准泊松家族来拟合R中的一个模型，像这样：
model <- glm(y ~ 0 + log_a + log_b + log_c + log_d + log_gm_a +
log_gm_b + log_gm_c + log_gm_d, family = quasipoisson(link = 'log'))
glm为前五个系数找到值。上面说其他人都是NA。有趣的是，如果我重新排序公式中的变量，glm总是为公式中第一个出现的五个变量找到系数。
有足够的数据(行数是参数数的许多倍)。
我应该如何解释这些NA系数？
我正在实现的模型的作者坚持认为，NA意味着找到的系数
浏览 3提问于2021-08-24得票数 1
回答已采纳
我有一个看似简单但非常令人沮丧的问题。当您在R中运行一个具有交互项的模型时，R会将生成的参数命名为"var1:var2“等等。不幸的是，这个命名约定阻止我计算需要新数据的预测值和CI值，因为":”不是一个可以包含在列标题中的字符，而原始数据帧中的名称必须与新数据中的名称完全匹配。还有其他人有这个问题吗？
下面是我的代码示例：
wemedist2.exp = glm(survive/trials ~ sitedist + type + sitedist*type + roaddist, family = binomial(logexp(wemedata$expo
浏览 1提问于2015-01-11得票数 2
回答已采纳
1回答
当使用randomForest (在R中)处理分类问题时，我遇到了一些困难。我的R代码，一个图像和数据在这里：观察者呈现一个微弱的图像(contrast=，con)，掩埋在噪声中，或者只是噪声。他评价他的自信(rating)，认为他的脸是存在的。我把rating归类为是/否判断(y)。这张脸要么是倒置的(invert=1)，要么不是在每组100个试验中(一个文件)。我使用对比度(预测矩阵x的第一列)和像素(其余列)来预测y。
对于我的应用程序来说，关键是我在最后有一个“重要图像”，它显示了每个像素对决策y的贡献。我有1000个试验(y长度)和4248个pixels+contrast=4249预
浏览 2提问于2015-10-22得票数 0
回答已采纳
1回答
我刚刚开始学习R和数据集，它有1470个案例。数据集的名称是ABC。使用as.factor，我将分类变量转换为因子。
Dept_1 <- as.factor(ABC$Dept)
Education_1 <- as.factor(ABC$Education)
BusinessTravel_1 <- as.factor(ABC$BusinessTravel)
在此之后，我将数据集分为训练数据集和测试数据集，对于训练和测试数据来说，这两种情况似乎都很完美。然后，我使用下面的语法使用glm函数
fit = glm(attrition~Dept_1+Education_1+Busine
浏览 2提问于2016-11-21得票数 0
回答已采纳
让我们假设我有一个dataframe df，在这个dataframe中我有列O, A, B, D, X, Y, Z。Exo是一个预测变量名的列表，它是A, B, D, X, Y, Z。前四列是实数变量，最后三列是分类变量，
对于X中的任何X，x完全等于“红色”、“橙色”、“黄色”、“绿色”、“蓝色”、“靛蓝”、“紫罗兰”列表中的下列元素之一。
对于Y中的任何Y，y完全等于列表"DO“、"RE”、"MI“、"FA”、"SO“、"LA”、"TI“中的下列元素之一。
对于Z中的任何Z，z完全等于“欲望”、“贪食”、“贪婪”、“懒惰”
浏览 0提问于2018-01-24得票数 0
回答已采纳
1回答
我有一个医疗保险索赔的大型数据集，我想对其应用GLM回归。我有4个分类预测变量，特别是性别，年龄组，国籍和房间类型(VIP，正常等)。
我的基本GLM模型将包括截距项和这4个变量。我现在想引入双向交互，但我不确定哪些交互对模型有意义，哪些不重要。为此，我想运行所有可能的交互组合以及4个基本预测器，然后基于某个特征(如AIC、BIC或R-square )比较所有模型结果。
我想知道在R中是否有一个函数或简单的方法来运行所有可能的交互，并保存他们的AIC/BIC/R平方，而不必为每个可能的模型写下glm函数。
下面是一些要运行的模型的示例：
1. intercept + Gender + Age
浏览 0提问于2018-05-11得票数 1
我有一个名为data的数据集，它有481092行。
我将data分成两个相等的部分：
第一部分(第1行:第240546行)称为train，用于glm()；
第二部分(第240,547 : 481,092行)称为test，用于验证模型；
然后我开始回归：
testreg <- glm(train$returnShipment ~ train$size + train$color + train$price +
train$manufacturerID + train$salutation + train$state +
浏览 0提问于2016-05-18得票数 0
1回答
我正在使用R中glmnet库中的cv.glmnet函数，运行以下函数：
model = cv.glmnet(x = data, y = label, family = 'binomial', alpha = 0.1,type.measure = "auc")
从下面的中，我希望得到一个介于0.62到0.64之间的AUC
但是，当我将相同的数据(即训练数据)传递给预测函数时，
pred = predict(fit, newx = data, type = 'class',s ="lambda.min")
auc(label,pred
浏览 3提问于2017-11-03得票数 2
回答已采纳
1回答
为了更清晰地呈现glm()结果，我正在编写一个Sweave文件。glm用于计算保险的保费价格。通常使用两个单独的glm来完成此任务。一个用于索赔频率，另一个用于索赔严重性。为了得到最终的价格，我必须根据分类将两个模型的系数估计值相乘。如果两个模型都有相同的自变量和相同的水平，那么问题就微不足道了。我可以将这两个函数的拟合值相乘，就完成了。当这些因素具有不同的级别时，问题就出现了，这是合并它们以获得更好结果的原因。假设我有3个级别0-25,25-50,50-110的频率因子年龄和2个级别0-25,25-110的严重程度因子。我想将拟合值按以下方式组合并乘以：
Frequency Sev
浏览 3提问于2014-08-01得票数 0
2回答
R.偏移量规范
、、
阅读glm在R中的描述，我不清楚在公式中指定模型偏移量与使用偏移量参数之间的区别。
在我的模型中，我有一个响应y，它应该除以一个偏移项w，为了简单起见，让我们假设我们有协变量x，我使用日志链接。
两者有什么区别？
glm(log(y)~x+offset(-log(w)))
和
glm(log(y)~x,offset=-log(w))
浏览 1提问于2015-03-24得票数 2
回答已采纳
我目前正在尝试使用glm来创建一个剂量反应曲线。我能够创建曲线使用生物名义族和概率函数在glm内，但想要绘制的曲线使用‘s图，而不是R的基本绘图功能。当比较基本的图形和图形的时候，由as图产生的曲线是不正确的，我不知道如何使它与基本的图相同。另外，当用gg线图绘制曲线时，置信度区间是不正确的。谢谢你的帮助。
library(ggplot2)
library(Hmisc)
library(plyr)
library(MASS)
create dataframe:
#1) column is exposure concentration
#2) column is the total nu
浏览 1提问于2017-06-21得票数 2
回答已采纳
1回答
我正在为Kaggle竞赛()开发一个CTR预测模型。我阅读了培训集中的前10万行数据，然后将其进一步拆分为80/20的火车/测试集。
ad_data <- read.csv("train", header = TRUE, stringsAsFactors = FALSE, nrows = 100000)
trainIndex <- createDataPartition(ad_data$click, p=0.8, list=FALSE, times=1)
ad_train <- ad_data[trainIndex,]
ad_test <- ad_dat
浏览 0提问于2017-02-20得票数 0
回答已采纳
1回答
我想添加八个变量之间所有可能的交互作用，它们都是分类的。我的数据集如下所示：
我使用as.formula来包含所有交互。我的代码如下
f = as.formula(y ~ .^8)
x = model.matrix(f, data)[, -1]
y = data$y
但是，我的x将遵循
总共有6560列。我不知道为什么会变成这样。在x变量中，它不应该仍然是1, 2, 3吗？我可以问一下我应该如何解决这个问题或者解释这个问题吗？
谢谢!
浏览 6提问于2020-03-09得票数 1
回答已采纳
我使用glm.fit()函数在R中构建了glm模型：
m <- glm.fit(x = as.matrix(df[,x.id]), y = df[,y.id], family = gaussian())
之后，我尝试做出一些预测，使用(我不确定我是否正确地选择了s)：
predict.glm(m, x, s = 0.005)
得到了一个错误：
Error in terms.default(object) : no terms component nor attribute
在这里，，我找到了一个问题的某种解决方案：
predict.glm.fit<-functi
浏览 2提问于2013-06-21得票数 4
回答已采纳
2回答
我想用R中的glmnet来做分类问题。
样本数据如下：
y,x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11
1,0.766126609,45,2,0.802982129,9120,13,0,6,0,2
0,0.957151019,40,0,0.121876201,2600,4,0,0,0,1
0,0.65818014,38,1,0.085113375,3042,2,1,0,0,0
Y是二进制响应(0或1)。
我使用了以下R代码：
prr=cv.glmnet(x,y,family="binomial",type.measure="auc")
浏览 4提问于2013-09-08得票数 4
回答已采纳
1回答
我可以看到cv.glm是如何处理glm对象的，但是拟合的生存模型呢？
我有一堆模型(威布尔，Gompertz，lognormal，等等)。我想使用交叉验证来评估预测误差。在R中，哪个包/函数可以做到这一点？
浏览 0提问于2013-10-24得票数 1
我定义了一个广义线性模型如下：
glm(formula = ParticleCount ~ ParticlePresent + AlgaePresent +
ParticleTypeSize + ParticlePresent:ParticleTypeSize + AlgaePresent:ParticleTypeSize,
family = poisson(link = "log"), data = PCB)
我有以下重要的互动
Df Deviance AIC LRT Pr(>Chi)
&
浏览 0提问于2018-04-14得票数 0
我已经编写了SAS代码来比较两组的结果度量(即反应时间- rt)。然而，我们想要考虑人口统计指标(即智商)来测试rt中的组差异是否实际上是由组之间的IQ差异驱动的。我想在修改我的代码帮助。我在rt中计算基本组差异的现有代码如下。我已经包含了使用t-test sas函数和glm sas函数的代码，它们都会得到类似的结果。
data sepdata ;
infile "input.txt" ;
input subjid group IQ rt;
run;
title 'T-test group differences;
proc ttest;
浏览 6提问于2012-11-09得票数 1
1回答
我试着用xgboost R包构建一个0-1分类器。我的问题是如何做出预测？例如，在随机森林中，树木“投票”反对每一种选择，最后的预测是基于多数。关于xgboost，回归的情况很简单，因为对整个模型的预测等于弱学习者的预测和(增强树)，但是分类呢？
xgboost分类器是否与随机林中的工作方式相同(我不这么认为，因为它可以返回预测概率，而不是类成员资格)。
浏览 0提问于2016-01-19得票数 3
回答已采纳
我试图使用以下语法执行逻辑回归，
logregmodel <- glm(Y ~., data = quant, family = binomial() )
我有15个分类变量和30个连续的variables.By，使用上述语法，我无法定义连续的和绝对的variables.Typing，它们手动将占用大量的time.Also，我想将ROC曲线和混淆矩阵添加到output.Please帮助中。
浏览 5提问于2014-01-07得票数 0
1回答
我将在序言中说，我对R相当陌生，在这个问题上被困了几个星期，而且似乎没有进展。我希望进行多变量logistic回归，以确定水的主要物质和土壤类型是否在我的研究区域的水主断裂的位置发挥一个因素。
我有417个正水主断裂位置，并在我的分析中创建了另外400个假位置。我知道，水主料和土壤类型都是分类变量，在使用GLM模型之前，应该将它们重新编码成虚拟变量。那就是我遇到麻烦的地方。到目前为止，我还没有使用虚拟变量，并且似乎无法理解它们是如何在R中创建的。下面是我所拥有的数据的分解以及我正在使用的GLM模型。
指示符:0或1(指示XY是否为水主断裂位置)
主要材料:位于XY位置的主水管材料(分类值-约8
浏览 0提问于2019-02-28得票数 2
回答已采纳
所以我有一个叫做x的数据集。内容很简单，可以直接写出来，所以我将在这里概述一下：
第一列中的因变量Report是二进制yes/no (0 = no，1= yes)
后面的3列都是分类变量(race.f、sex.f、gender.f)，它们都被转换成因子，它们是由数字指定的(例如1= white，2= black，等等)。
我对x进行了逻辑回归，如下所示：
glm <- glm(Report ~ race.f + sex.f + gender.f, data=x,
family = binomial(link="logit"))
我可以
浏览 1提问于2013-04-28得票数 0
1回答
我是R的新手，想知道你们中是否有人能帮我做一个预测和实际的图。我正在尝试使用GLM Logit模型来预测股价走势的方向。您的帮助我们将不胜感激。 cat("\014");
library(readxl);
Smarket = read_excel("C:/Users/Sohaib/Desktop/data.xlsx");
# Download introduction to statistical learning package
library(ISLR)
# Define train and test sample
浏览 23提问于2020-01-15得票数 0
我已经在R中使用了随机森林进行分类，其中相关列具有分类值(例如0或1)。例如，对于虹膜数据库，我们可以使用随机森林根据物种对数据进行分类，如下所示：
myRF <- randomForest(Species ~ ., data=iris, importance=TRUE,proximity=TRUE)
这是有意义的，因为物种只能接受几个分类值。问题是，如果物种的值可以从1到100，我想将数据分为两类:值大于50的类别和值小于50的类别？
当然，我可以添加另一个值为1或0的列，这取决于物种，然后我对最后一列而不是物种进行分类，但是有没有办法直接告诉R我们希望将我们的数据分为两类:物种小于5
浏览 3提问于2013-06-22得票数 0
回答已采纳
1回答
这两种模型在R中的区别是什么？
model1 <- glm(y~ x + x^2, family=binomial(link=logit), weights=numbers))
model2 <- glm(y~ x + I(x^2),family=binomial(link=logit), weights=numbers))
另外，I(x^2)在SAS中的等价物是什么？
浏览 2提问于2014-11-20得票数 2
回答已采纳
1回答
我正在使用R中的GLM对一个数据集进行统计分析。基本上预测变量是：“Probe”(实验中使用的探针类型-4级因子)，“extraction”(实验中使用的提取类型-2级因子)，“tank”(收集样本的水箱编号-从1到9的整数)和“稀释度”(每个样本的稀释度-编号: 3.125，6.25，12.5，25，50,100)。响应是从多次重复实验("Rep")获得的肯定响应(“积极”)的数量。我想评估所有预测变量(以及它们的交互作用)对积极响应数量的影响，所以我尝试像这样拟合GLM模型：
y<-cbind(mydata$Positive,mydata$Rep - mydata$P
浏览 10提问于2017-04-11得票数 3
回答已采纳
我正在运行以下代码：
c.model<-glm(cars$speed~cars$dist, family=gaussian)
summary(c.model)
c.x<-seq(0,1,0.01)
c.x
c.y<-predict.glm(c.model,as.data.frame(c.x), type="response")
c.y
plot(cars$dist)
lines(c.x,c.y)
得到错误，“xy.coords(x，y)中的错误：'x‘和'y’长度不同。”我不太清楚是什么导致了这个错误。
浏览 9提问于2015-01-09得票数 3
回答已采纳
我需要帮助才能理解R中的coxph()函数是如何工作的，从而了解如何正确解释输出。 我尝试在一个包含两个因素的“生存分析”数据集上运行cox比例风险模型:性别和基因型。性别因素有两个分类变量："m“代表男性，"f”代表女性。基因型因子有三个分类变量："Ctrl"，"nKO"，"CRE_Ctrl“。我想看看是否有交互，因此我做了： library(survival)
Survival = Surv(time = D$Age, event = D$outcome) #D is my dataframe, Age is time of dea
浏览 826提问于2020-04-29得票数 0
我试图在二元逻辑回归模型上运行一些诊断。具体来说，边际模型地块。不幸的是，我一直得到“需要有限的'xlim‘值”错误。下面的代码复制了这个问题。我的模型包括数值变量和分类变量(这些变量被转换为模型中的虚拟变量)。无论如何，我知道当所有的值都是NA时会发生这个错误，但是对于我的任何数据来说都不是这样，我也不确定发生了什么。
set.seed(020275)
df <- data.frame(y=sample(c(0,1), 10, replace=TRUE),
cat=sample(c("Red", "Blue",
浏览 2提问于2016-04-14得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
