今天就介绍下用R语言怎么做。
1. 安装和加载包
绘制ROC曲线使用pROC包,构建Logistic回归使用glmnet包。
install.packages("pROC") # 安装包
install.packages("glmnet") # 建立Logistic回归模型需要
library(pROC) # 加载包
library(glmnet)
2. 加载数据集
使用pROC包自带的数据集进行演示。
rm(list = ls()) # 清除环境
data("aSAH") # 加载数据集
head(aSAH) # 查看数据集
3. 建立Logistic回归模型
当使用很多连续变量和/或分类变量来预测二值型结果变量时,可以使用Logistic回归。
假设我们需要分析s100b和ndka这两个指标联合预测outcome变量的能力。
先构建逻辑回归模型。
fit1 <- glm(outcome ~ s100b + ndka,
data=aSAH,
family = binomial())
summary(fit1)
结果解释可以看R语言实战这本书,里面讲解的很详细