这篇日志也确实是有感而发,我对R不熟悉,但实验需要,所以简单学了一下。发现无论是网上无数的教程,还是书本上的示例,在讲Logistic Regression的时候就是给一个简单的函数及输出结果说明。从来都没有讲清楚几件事情:
1. 怎样用训练数据训练模型,然后在测试数据上进行验证(测试数据和训练数据可能有重合)?
2. 怎样计算预测的效果,也就是计算Recall,Precision,F-measure等值?
3. 怎样计算Nagelkerke拟合优度等评价指标?
2014年9月8日补充:还有一个问题忘记说了,怎么样确定Logistic Regression的阈值,对于下面这段代码来讲,很简单:调整0.5为其他值即可。
发现这些书本和一些写博客的朋友,脑子真是不清楚得可以。去看你的教程,不是光看看简单的函数使用,或者听你讲讲原理,还是希望能尽快并且正确地用起来。从我的经历来看,已有的网上教程都做得太差了。
这里我也不详细介绍过程了,贴上有详细注释的代码,相信大家一看就明白:
rm(list=ls(all=TRUE))#首先删除工作空间中所有对象
training=read.csv("training.csv",header=FALSE)
testing=read.csv("testing.csv",header=FALSE)#分别导入训练和测试数据
glm.fit=glm(V16~V7,data=training,family=binomial(link=