在R中發現錯誤分類貸款違約

Question

我有一個10000個消費者貸款的數據集，我創建了一個模型來預測一個人是否會默認，並且響應變量爲1（默認）或0不默認）。我使用step（）來找到一個訓練集（8000分）的glm模型，但我的任務是確定模型在預測測試集（2000分）時的有效性。當我嘗試獲得錯誤率時，R正在吐出大量數字：

我的reg有Y響應和6個變量。這是我想如何得到錯誤率：

preddreg <- predict(dreg, newdata=test, type="response") 
predfull <- predict(full, newdata=test, type="response") 
errorreg <- (test,1) - (preddreg = 1) 
errorfull <- (test,1) - (predfull = 1) 

mean(abs(errorreg)) 
##I keep getting 37, it should be a small decimal in the .20 range 
mean(abs(error full)) 
##I get the same huge number 

是否有更簡單的方法來檢查數據的測試集以獲取錯誤分類率？我拉我的頭髮，花了10個小時試圖得到合理的錯誤率。

Answer 1

語法preddreg = 1在這裏沒有很多意義。如果您要分類錯誤率，則需要爲預測概率設置閾值。以下是如何獲得reg模型的錯誤分類，使用閾值0.5。在這裏，我假設default是你的結果變量的名稱（我不能從閱讀您的文章告訴名稱）：

preddreg <- predict(dreg, newdata=test, type="response") 

# Rows are correct outcome, columns are prediction with threshold 0.5 
tab <- table(test$default, preddreg >= 0.5) 
tab # Display the confusion matrix 
accuracy.reg <- sum(diag(tab))/sum(tab) 
accuracy.reg # Output accuracy