使用modelr :: add_predictions glm

Question

我想使用tidyverse和modelr軟件包計算一組數據的邏輯迴歸預測。很顯然，我在add_predictions中做錯了，因爲我沒有收到邏輯函數的「響應」，就像我在統計中使用「預測」函數一樣。這應該很簡單，但我無法弄清楚，多次搜索的結果都很少。

library(tidyverse) 
library(modelr) 
options(na.action = na.warn) 
library(ISLR) 

d <- as_tibble(ISLR::Default) 
model <- glm(default ~ balance, data = d, family = binomial) 
grid <- d %>% data_grid(balance) %>% add_predictions(model) 

ggplot(d, aes(x=balance)) + 
    geom_point(aes(y = default)) + 
    geom_line(data = grid, aes(y = pred)) 

Answer 1

predict.glm的type參數默認爲"link"，這add_predictions默認情況下不使用任何方式更改，也沒有提供給您切換到幾乎肯定需要的"response"。 （A GitHub issue exists;如果你願意的話，可以在它上面添加你的好代表）。也就是說，通過dplyr::mutate直接在整個範圍內使用predict並不難。

另外請注意，ggplot強制default（一個因子）爲數字爲了繪製線條，這很好，除了「否」和「是」被替換爲1和2，而由predict返回的概率將介於0和1之間。顯式地強制轉換爲數字並減去一個可修復該圖，但需要額外調用scale_y_continuous來修復標籤。

library(tidyverse) 
library(modelr) 

d <- as_tibble(ISLR::Default) 
model <- glm(default ~ balance, data = d, family = binomial) 

grid <- d %>% data_grid(balance) %>% 
    mutate(pred = predict(model, newdata = ., type = 'response')) 

ggplot(d, aes(x = balance)) + 
    geom_point(aes(y = as.numeric(default) - 1)) + 
    geom_line(data = grid, aes(y = pred)) + 
    scale_y_continuous('default', breaks = 0:1, labels = levels(d$default)) 

另外請注意，如果你想要的是一個陰謀，geom_smooth可以直接計算預測爲您提供：

ggplot(d, aes(balance, as.numeric(default) - 1)) + 
    geom_point() + 
    geom_smooth(method = 'glm', method.args = list(family = 'binomial')) + 
    scale_y_continuous('default', breaks = 0:1, labels = levels(d$default))