GLM에 대해 n 배 교차 유효성 검사를 수행하는 중에`predict` 오류가 발생했습니다

Question

이 기능을 실행하여 n 배 교차 유효성 검사를 수행하고 있습니다. 오 분류 율은 폴드 (fold)에 따라 변하지 않습니다 (예 :

: 나는 10 실행하거나 (50) 경우 나 또한 경고 얻고있다 "경고 메시지 :

'newData의'이 (가) 19 행하지만 변수는 189 개 행이 있었다"

내가 실행하는 경우를 함수의 일부가 아닌 코드, 원하는 것을하고 싶다 -> eg 접기 == 1 일 경우 10 %를 끌어 내고 모델을 데이터의 90 %에서 실행하고 다른 10 %를 예측합니다. 변수 및 폴드 수로 인해 변동이 표시되지 않는 이유는 누구입니까?

library("MASS") 
data(birthwt) 
data=birthwt 

n.folds=10 

jim = function(x,y,n.folds,data){ 

    for(i in 1:n.folds){ 
    folds <- cut(seq(1,nrow(data)),breaks=n.folds,labels=FALSE)  
    testIndexes <- which(folds==i,arr.ind=TRUE) 
    testData <- data[testIndexes, ] 
    trainData <- data[-testIndexes, ] 
    glm.train <- glm(y ~ x, family = binomial, data=trainData) 
    predictions=predict(glm.train, newdata =testData, type='response') 
    pred.class=ifelse(predictions< 0, 0, 1) 
    } 

    rate=sum(pred.class!= y)/length(y) 
    print(head(rate)) 
    } 

jim(birthwt$smoke, birthwt$low, 10, birthwt) 

Answer 1

이제 대답에 대한 의견을 말하고 있습니다.

jim <- function(x, y, n.folds, data) { 

    pred.class <- numeric(0) ## initially empty; accumulated later 
    for(i in 1:n.folds){ 
    folds <- cut(seq(1,nrow(data)), breaks = n.folds, labels = FALSE) 
    testIndexes <- which(folds == i) ## no need for `arr.ind = TRUE` 
    testData <- data[testIndexes, ] 
    trainData <- data[-testIndexes, ] 
    ## `reformulate` constructs formula from strings. Read `?reformulate` 
    glm.train <- glm(reformulate(x, y), family = binomial, data = trainData) 
    predictions <- predict(glm.train, newdata = testData, type = 'response') 
    ## accumulate the result using `c()` 
    ## change `predictions < 0` to `predictions < 0.5` as `type = response` 
    pred.class <- c(pred.class, ifelse(predictions < 0.5, 0, 1)) 
    } 

    ## to access a column with string, use `[[]]` not `$` 
    rate <- sum(pred.class!= data[[y]])/length(data[[y]]) 
    rate ## or `return(rate)` 
    } 

jim("smoke", "low", 10, birthwt) 
# [1] 0.3121693 

비고 :

1. 가 더 부작용이없는 있지만, 여기 arr.ind = TRUE를 넣을 필요가 없습니다.
2. 분류에 문제가 있습니다. type = "response"으로 설정 한 다음 ifelse(predictions < 0, 0, 1)을 사용합니다. 생각해 보면 pred.class은 1이됩니다.
3. for 루프를 반복 할 때마다 pred.class을 덮어 씁니다. 나는 당신이 결과를 축적하고 싶다고 생각한다. 이렇게 pred.class <- c(pred.class, ifelse(predictions < 0.5, 0, 1))를하십시오;
4. glm 및 predict의 잘못된 사용. 모델 수식에 $을 입력하는 것은 잘못되었습니다. Predict() - Maybe I'm not understanding it을 읽어보십시오. 여기서는 변수 이름을 문자열로 받아들이도록 함수를 변경했으며 적절한 모델 수식을 glm 안에 사용했습니다. 이 변경은 data[[y]]으로 y을 rate = sum(pred.class!= y)/length(y)에 넣어야합니다.
5. rate을 화면에 인쇄하는 대신 반환하는 것이 좋습니다. print 행을 명시 적으로 return(rate)으로 바꾸거나 암시 적으로 rate으로 바꾸십시오.
6. 위에서 변경하지 않았더라도 ifelse(predictions < 0.5, 0, 1)을 as.integer(predictions < 0.5)으로 바꿀 수 있습니다.