R 如何利用“ml_logistic_回归”得到logistic回归系数的显著性`
我想知道使用spark函数的logistic回归模型的每个系数的重要性R 如何利用“ml_logistic_回归”得到logistic回归系数的显著性`,r,apache-spark,logistic-regression,sparklyr,R,Apache Spark,Logistic Regression,Sparklyr,我想知道使用spark函数的logistic回归模型的每个系数的重要性ml\u logistic\u回归。代码如下: # data in R library(MASS) data(birthwt) str(birthwt) detach("package:MASS", unload=TRUE) # Connection to Spark library(sparklyr) library(dplyr) sc = spark_connect(master = "local") # copy
ml\u logistic\u回归
。代码如下:
# data in R
library(MASS)
data(birthwt)
str(birthwt)
detach("package:MASS", unload=TRUE)
# Connection to Spark
library(sparklyr)
library(dplyr)
sc = spark_connect(master = "local")
# copy the data to Spark
birth_sc = copy_to(sc, birthwt, "birth_sc", overwrite = TRUE)
# Model
# create dummy variables for race (race_1, race_2, race_3)
birth_sc = ml_create_dummy_variables(birth_sc, "race")
model = ml_logistic_regression(birth_sc, low ~ lwt + race_2 + race_3)
我得到的模型如下:
> model
Call: low ~ lwt + race_2 + race_3
Coefficients:
(Intercept) lwt race_2 race_3
0.80575496 -0.01522311 1.08106617 0.48060322
在R模型中,你使用了摘要
,它给出了系数的重要性,但如果我将其与此模型一起使用,我会得到相同的结果:
> summary(model)
Call: ml_logistic_regression(birth_sc, low ~ lwt + race_2 + race_3)
Coefficients:
(Intercept) lwt race_2 race_3
0.80575496 -0.01522311 1.08106617 0.48060322
如何获得模型中每个变量的显著性?你就是不知道。Spark的
LogisticRegressionSummary
变体中没有一个提供功能重要性,因此不能(也不能)由提供 您可以使用广义线性模型,其中族==“二项式”。有关更多信息,请参阅和Spark参考:查看模型对象的结构(str(Model)
),它看起来不像ml\u logistic\u回归
返回任何与显著性水平、置信区间或方差协方差矩阵相关的信息,因此我不确定这是否可行。另一方面,在机器学习中,通常试图最大化预测性能,统计意义通常并不重要。相反,使用交叉验证,根据某些性能标准(如ROC曲线下的面积)选择最佳模型。@eipi10我尝试在Spark中手动计算方差-协方差矩阵,但我达到了需要计算矩阵逆的程度,但我不知道如何在Sparksolve(m)中计算它
将返回矩阵的倒数m
。似乎很有希望,但您能否确认此对象(与逻辑回归对象不同)确实包含将恢复p值的信息?虽然这个链接可以回答这个问题,但最好在这里包含答案的基本部分,并提供链接供参考。如果链接页面发生更改,则仅链接的答案可能无效-