用R语言建logistic模型做预测，预测后的变量数为什么和实际变量数不同？？

最新推荐文章于 2022-11-16 16:16:31 发布
最新推荐文章于 2022-11-16 16:16:31 发布
阅读量502 收藏
点赞数
分类专栏： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Brittany66/article/details/114923819
版权

Y是五年生存率是个二分类变量，赋值0 1
这是我的testset,有七十多个个体，还有一列五年生存率y没显示出来
这是通过testset预测出来的y的预测值，有一百多个，为什么和testset行数不一样，我后面用table评价预测准确度提示我参数长度不对。
如果有懂得麻烦帮我解惑，谢谢。😭😭😭

Brittany66
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
人工智能算法原理与代码实战：从线性回归到逻辑回归
程序员光剑
11-03 96
作者：禅与计算机程序设计艺术 1.背景介绍 在20世纪60年代末，一种新型计算技术引起了人们对科技发展的极大关注。这种技术可以使机器学习、模式识别和预测成为可能。比如，贝叶斯网络、支持向量机（SVM）等方法被用于各种计算机视觉、自然语言处理、文本分析、生物信息学、金融领域的应用。其中，最著名的就是线
R语言使用glm构建logistic回归模型，构建多个协变量和分组变量之间的关系模型进行倾向性评分计算、使用predict函数预测倾向性评分并将结果整合到dataframe中
statistics+insight+vista+power
06-19 565
R语言使用glm构建logistic回归模型，构建多个协变量和分组变量之间的关系模型进行倾向性评分计算、估计(Propensity score)、使用predict函数预测倾向性评分并将结果整合到dataframe中
java数据类型不匹配,r random forest error - 新数据中预测变量的类型不匹配
weixin_42513209的博客
03-22 311
我试图在R(quantregForest)中使用分位数回归森林函数，它 Build 在随机森林包上 . 我收到类型不匹配错误，我无法理解为什么 .我用它训练模型qrf 哪个工作没有问题，但当我尝试用新数据测试时quant.newdata 它给出以下错误：Error in predict.quantregForest(qrf, newdata = xtest) :Type of predictors...
jupyter notebook 执行结果与pythonIDE执行不一样
petermsh的专栏
11-08 3587
以下代码在upyter notebook 执行结果与pythonIDE执行不一样，python版本都是2.7.13  import matplotlib.pyplot as plt yvals1=[101000,111000,121000,131000,138000,143000,148000,153000,158000] xvals=['500','600','700','800','90
时间序列预测任务，预测值相对比真实值趋势滞后问题
酒酿小圆子呀～
04-27 1万+
我们在采用LSTM，GRU等深度模型进行时间序列预测任务时，通常会采用滑动窗口策略，即将训练集和测试集划分为若干个滑动时间窗口，利用N个历史时间窗口的数据（xt−N,...,xtx_{t-N},...,xtxt−N​,...,xt）去预测未来H个时间窗口的数据（xt+1,,...,xt+Hx_{t+1},,...,x_{t+H}xt+1​,,...,xt+H​）。 按照上述步骤，我们用了某种算法做出来的测试集的平均绝对误差率或者r2系数都很好，但是把测试集的真实值及预测值画出来对比一下，就会发现t时刻的预测
R语言Lasso回归模型变量选择和糖尿病发展预测模型
拓端研究室TRL
11-16 3065
全文链接：http://tecdat.cn/?p=22721Lease Absolute Shrinkage and Selection Operator（LASSO）在给定的模型上执行正则化和变量选择（点击文末“阅读原文”获取完整代码数据）。根据惩罚项的大小，LASSO将不太相关的预测因子缩小到（可能）零。因此，它使我们能够考虑一个更简明的模型。在这组练习中，我们将在R中实现LASSO回归。相关...
nes_logistic_logistic预测_贝叶斯logistics回归_Logistic模型_
10-04
`nes_logistic.R`文件很可能包含了使用R代码构建这种模型的过程，包括数据导入、模型定义、拟合和结果提取等步骤。例如： ```r # 加载必要的库 library(brms) # 数据预处理 data ("your_data.csv") # 假设数据存储...
逻辑回归临床预测模型lasso回归变量筛选roc曲线定制Delong检验
04-28
本项目主要涉及R语言中的逻辑回归、LASSO回归变量筛选以及ROC曲线与DeLong检验等关键概念，旨在建立一个临床预测模型，以提高预测的准确性。下面将对这些知识点进行详细阐述。 首先，逻辑回归（Logistic Regression...
使用Logistic回归预测糖尿病得病率_多变量逻辑回归的python实现
04-10
使用Logistic回归预测糖尿病得病率_多变量逻辑回归的python实现(Logistic Regression in Python)使用Logistic回归预测糖尿病得病率： 1.准备数据：用Python解析csv文件并填充缺失值 2.分析数据：可视化并观察数据 3....
计算机组成原理实验logisim（三）之偶校验编码与检错
qq_54422132的博客
10-26 1万+
不断点击左上角的“时钟”，可以观察到左右两个红色大字的变化，也可以用快捷键Ctrl+K来进行连续的观察字的变化。然后电路图就算连接完成了，然后同样也是可以通过左上角的“输入引脚区”点击数字进行0,1的改变，再观察右上角的“检错位”的0,1变化来监测电路是否成功被连接。连线完成之后可以点击左上角“原始数据”里的每一位来进行监测，看电路是否会有深绿/浅绿的变化，“原始数据”的每一位数都对应图中的一根电路。第一种，就是传输过程中没有错误，左右两边的字是一致的，即“检错位”不亮灯，“数据正确”亮绿灯。
机器学习实战（二）使用LightGBM的回归问题模型搭建
hocfkey的博客
05-04 5640
机器学习实战（二）LGBM
两个相乘矩阵类型不匹配
默默的潜行者
04-13 383
显示:TypeError: Input 'b' of 'MatMul' Op has type float32 that does not match type float64 of argument 'a 这是由于两个相乘矩阵类型不匹配，调试一下发现x矩阵为tf.float64,W矩阵为tf.float32，改类型用tf.cast()函数，修改如下： y = tf.matmul(tf.ca...
如何在R语言中使用Logistic回归模型？
lsxxx2011的专栏
09-22 8847
在实际应用中，Logistic模型主要有三大用途：1）寻找危险因素，找到某些影响因变量的"坏因素"，一般可以通过优势比发现危险因素；2）用于预测，可以预测某种情况发生的概...
OLS回归分析原理实战及结果解析-python3
热门推荐
qq_30868737的博客
10-19 6万+
OLS 回归 变量之间存在着相关关系，比如，人的身高和体重之间存在着关系，一般来说，人高一些，体重要重一些，身高和体重之间存在的是不确定性的相关关系。回归分析是研究相关关系的一种数学工具，它能帮助我们从一个变量的取值区估计另一个变量的取值。 OLS(最小二乘法)主要用于线性回归的参数估计，它的思路很简单，就是求一些使得实际值和模型估值之差的平方和达到最小的值，将其作为参数估计值。就是说，通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误
使用R语言进行决策树建模
Gavin Chen的专栏
04-06 1万+
关于决策树的理解及自定义代码实现请参考我的另一个博客：数据挖掘常用算法理解与R语言实现（系列待完成）本次技能点：训练集和测试集的选取决策树构建与减值决策树的print和plot预测值与实际值关系描述用到的函数或包：ctree(party包),rpart(rpart包),set.seed、sample、predict、cptable、cp属性、prune、xerror属性。代码：#一、使用part包...
R语言笔记之树模型（回归树和决策树）
鲁鲁酱的博客
01-12 2万+
回归树过程：例：有10名学生，他们的身高分布如下： R1： 女生（7）：156，167，165，163，160，170，160 R2： 男生（3）：172，180，176 那么，落入R1的样本均值为163，落入R2的样本均值为176，那么对于新样本，如果是女生，树模型预测的身高是163，是男生，则为176. 那么如何划分出区域R1，R2(建造树模型）？ 需要使用自上到下的贪婪算法—–递
Matlab常见错误及解决办法归纳
侠客小虎的博客
02-17 4万+
Matlab常见错误及解决办法归纳  1.Subscript indices must either be real positive integers or logicals    中文解释：下标索引必须是正整数类型或者逻辑类型    出错原因：在访问矩阵（包括向量、二维矩阵、多维数组，下同）的过程中，下标索引要么从 0 开始，要么出现了负数。注：matlab 的语法规定矩阵的索引从 1
怎样做因变量Y为A、B、C、D的无序四分类多元logistic回归，并建立预测模型？请用R代码
最新发布
03-29
假设我们有以下数据集： ```r data <- data.frame(Y = sample(c("A", "B", "C", "D"), 100, replace = TRUE), X1 = rnorm(100), X2 = rnorm(100), X3 = rnorm(100)) ``` 我们可以使用`multinom()`函数来进行无序四分类多元logistic回归： ```r library(nnet) model <- multinom(Y ~ X1 + X2 + X3, data = data) summary(model) ``` 输出结果如下： ``` Call: multinom(formula = Y ~ X1 + X2 + X3, data = data) Coefficients: (Intercept) X1 X2 X3 B -0.0550341 0.0802517 -0.1357323 0.16355608 C -0.9557493 -0.0723888 0.4789021 0.00968521 D -0.3856672 0.2463466 -0.0428027 -0.03793654 Std. Errors: (Intercept) X1 X2 X3 B 0.377460 0.3723228 0.3870392 0.3695684 C 0.372269 0.3662215 0.3783908 0.3620876 D 0.365056 0.3600862 0.3752926 0.3576628 Residual Deviance: 136.1592 AIC: 146.1592 ``` 我们可以使用`predict()`函数来建立预测模型： ```r newdata <- data.frame(X1 = rnorm(10), X2 = rnorm(10), X3 = rnorm(10)) predict(model, newdata = newdata, type = "class") ``` 输出结果为预测结果。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值