Warning: file_get_contents(/data/phpspider/zhask/data//catemap/4/r/83.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
R 预测逻辑_R_Machine Learning_Logistic Regression - Fatal编程技术网
Fatal编程技术网
  • r/
  • R 预测逻辑

R 预测逻辑

r machine-learning

R 预测逻辑,r,machine-learning,logistic-regression,R,Machine Learning,Logistic Regression,我正在使用一个名为logistf的R包来进行Logistc回归，我发现这个包中没有新数据的预测函数，并且预测包不适用于此，所以我找到了一个代码，显示了如何使用新数据进行此操作： fit<-logistf(Tax ~ L20+L24+L28+L29+L31+L32+L33+L36+S10+S15+S16+S17+S20, data=trainData) betas <- coef(fit) X <- model.matrix(fit, data=testData) probs

我正在使用一个名为logistf的R包来进行Logistc回归，我发现这个包中没有新数据的预测函数，并且预测包不适用于此，所以我找到了一个代码，显示了如何使用新数据进行此操作：

fit<-logistf(Tax ~ L20+L24+L28+L29+L31+L32+L33+L36+S10+S15+S16+S17+S20, data=trainData) 
betas <- coef(fit)
X <- model.matrix(fit, data=testData)
probs <- 1 / (1 + exp(-X %*% betas))

fit虽然您编写的代码工作得很好，但有一种简洁的方法可以获得相同的结果：


    brglm_model <- brglm(formula = response ~ predictor , family = "binomial", data = train )
brglm_pred <- predict(object = brglm_model, newdata = test , type = "response")



brglm_model虽然您编写的代码工作得很好，但有一种简洁的方法可以获得相同的结果：


    brglm_model <- brglm(formula = response ~ predictor , family = "binomial", data = train )
brglm_pred <- predict(object = brglm_model, newdata = test , type = "response")



brglm\u模型