具有分類和連續自變量的Logistic迴歸。 ROC曲線和混淆矩陣

Question

我嘗試使用下面的語法來執行邏輯迴歸，

logregmodel <- glm(Y ~., data = quant, family = binomial()) 

我有使用上述語法15個分類變量和30連續variables.By我不能確定是什麼連續和分類變量。手動對它們進行分類會花費很多時間。我還想將ROC曲線和混淆矩陣添加到輸出中。請幫助。

Answer 1

如果在quant中，分類變量是非數字，glm將正確處理它們作爲分類變量。

爲了得到混淆矩陣，使用predict功能：

# This will give you probabilities. 
fitted <- predict(logregmodel, quant, type="response") 

# Use a cut point to divide into classes 
cutpoint <- 0.5 
estimated.class <- ifelse(fitted > cutpoint, 'Class 1', 'Class 2') 

# Calculate the confusion matrix 
table(estimated.class, actual.class) 

可以使用ROCR包來獲得ROC曲線。 Here is a good explination。您必須向下滾動一下ROC曲線部分，但整個事情都是非常重要的。

ROCR包（特別是prediction函數）也可以用來得到混淆矩陣。

我只想指出，如果ROC曲線和模型性能的度量（例如靈敏度或特異性）是根據從用於擬合模型的相同數據集中導出的預測響應計算得出的，則會產生偏差。