범주 형 예측자를 사용한 R의 로지스틱 회귀

Question

예측 결과가 실제 결과에 근접하지 않지만 영업 성과 예측을위한 모델을 만들었습니다. 모든 예측 자들은 범주 적이기 때문에 그것이 문제인지 궁금해합니다. 아래 내 코드를 사용하고 있습니다.

setwd("c:/Users/xxxxx/Desktop/SalesPredict/") 
trainData <- read.csv("train3.csv", header = TRUE) 
testData <- read.csv("test3.csv", header = TRUE) 
train.column.types <- c('character', # Prospect 
        'factor', # Sls_Office 
        'factor', # Month 
        'factor', # Sls_Rep 
        'factor', # Fin_Type 
        'factor', # Competitor 
        'integer', # Prospect_Size 
        'factor' , # Prospect_Segment 
        'factor' # Sold 
) 

test.column.types <- train.column.types[-9] 

train.glm <- glm(Sold ~ Competitor + Prospect_Segment + Sls_Office + Month + Fin_Type , family = binomial(link=logit), data = trainData) 

summary(train.glm) 

p.hats <- predict.glm(train.glm, newdata = testData, type = "response") 

Sold <- vector() 
for(i in 1:length(p.hats)) { 
    if(p.hats[i] > .5) { 
Sold[i] <- 1 
} else { 
Sold[i] <- 0 
} 
} 

Enrolled_Segment = testData[8] 
Month = testData[3] 
Enrolled_EE = testData[7] 
predict.sub <- cbind(Prospect_Segment, Sold, Month,Prospect_Size) 
colnames(predict.sub) <- c("Segment","Predicted Disposition","Month","Size") 
write.csv(predict.sub, file = "SalesPredictions.csv", row.names = FALSE) 

범주 형 변수를 다른 것으로 변환해야합니까? 열차 데이터 세트에는 약 1650 개의 행이 있습니다. 실제 실제 결과이고 테스트 (예상 결과는 약 540 행)입니다. 이 540은 진짜이기도하므로 대략 예상되는 결과가 무엇인지 알아야합니다. 열차 데이터에서 판매 된 시간은 약 1 %입니다. 테스트 데이터에서 예측 결과는 sold = "1"로 0 번 나타납니다. 이 문제를 개선하는 방법에 대한 도움이나 방향이 있으면 감사하겠습니다.

Answer 1

glm을 사용할 때 요인 변수를 다른 것으로 변환해야하는 경우 대답은 아니오입니다. 변수가 진정으로 범주 형 변수를 나타내는 경우이를 변수로 유지하는 것이 올바른 일입니다. R은 기본적으로 참조 수준 코딩을 사용하여 요청에 따라 통계 분석을 수행합니다.

기대하는 결과를 얻지 못하면 변수 클래스가 문제가되지 않습니다. @josiber가 지적했듯이 불균형 데이터의 경우 단순히 로지스틱 회귀의 단점 일 수 있습니다. 그러나 예제를 재생산하기에 충분한 데이터를 생성하지 않았으므로 절대적으로 확신 할 수 없습니다.