R語言邏輯回歸代碼示例

rm(list=ls()) require(kernlab) data(spam) data <- spam n <- nrow(spam) id <- sample(1:n, floor(n*0.5)) train <- data[id,] test <- data[-id,]mdl <- glm(formula = type~.,family = binomial(link = "logit"), data = train)# 直接返回線性回歸的值z z <- predict(mdl, test, type = "link")# 直接返回概率p p <- predict(mdl, test, type = "response")# 根據(jù)公式，z與p關系為 # p <- 1/(1+exp(-z))# 0為test$type中l(wèi)evels=0的label，這里是nonspam pred <- as.numeric(p>0.5) # 這里的概率可以根據(jù)需要修改# 轉成與原標簽統(tǒng)一的factor pred <- factor(pred, levels= c(0,1), labels = c("nonspam","spam")) table(test$type,pred,dnn = c("Labels","prediction"))###########################################輸出的混淆矩陣為prediction Labels nonspam spamnonspam 1328 74spam 105 794

總結

以上是生活随笔為你收集整理的R语言逻辑回归 logistic regression的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。