以R为阈值舍入数字

我试着做逻辑回归，我得到了每个观测的概率。现在，我想在给定阈值的情况下，将概率分类为0或1

例如，如果我有两个数字0.65和0.87，我的阈值是0.7，我想将0.65四舍五入到0，将0.87四舍五入到1

为了实现这一点，我尝试了下面的代码，我认为对于这样一个简单的任务来说，这些代码太多了，我想知道是否有专门用于执行此任务的函数

library(tidyverse)

# create a table of probabilities and predictions (0 or 1)
df <- tibble(
  prob = runif(20),
  pred = round(prob) # threshold = 0.5
)

# threshold function for length = 1
threshold_1 <- function(p,t) {
  if (p > t) 1 else 0
}

# threshold function for length = p
threshold_p <- function(ps, t) {
  map2_dbl(ps, t, threshold_1)
}

# below works.
df %>% mutate(
  pred = threshold_p(df$prob, 0.7)
)

上面的工作非常好，因为没有概率精确地为0或1（只要我们处理分布函数），所以即使I+/-0.5到数字（改变阈值），它们也永远不会四舍五入到-1或2。但这只是因为它不是很优雅

---

我想知道是否有任何函数可以以更简单的方式实现这一点？

听起来像是

如果其他

可以做你想做的事情

library(dplyr)
df %>% 
  mutate(pred = ifelse(prob < 0.7, 0, 1))

库（dplyr）
df%>%
突变（pred=ifelse（prob<0.7,0,1））

仅

as.numeric（prob>0.7）

或

findInterval（prob，0.7）

？df%>%mutate（pred=if（prob<0.7）0 else 1）我尝试过这个方法，但我能知道为什么会返回错误吗？非常感谢。

library(dplyr)
df %>% 
  mutate(pred = ifelse(prob < 0.7, 0, 1))