곡선 아래의 로지스틱 회귀 면적

Question

나는 page을 사용하여 물류 회귀를 수행 중입니다. 내 코드는 아래와 같습니다.

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial") 
summary(mylogit) 
prob=predict(mylogit,type=c("response")) 
mydata$prob=prob 

이 코드를 실행 한 후 mydata 데이터 프레임에는 'admit'과 'prob'라는 두 개의 열이 있습니다. ROC 곡선을 얻기에 충분해야하는 두 개의 열은 없습니까?

어떻게 ROC 곡선을 얻을 수 있습니까?

둘째, mydata에서 loooking하여 모델이 admit=1의 probablity를 예측하는 것 같습니다.

맞습니까?

모델이 예측하는 특정 이벤트를 찾는 방법은 무엇입니까?

감사

업데이트 : 세 가지 명령 아래에 매우 유용 것으로 보인다. 최대 정확도를 가지며 ROC 곡선을 얻는 데 도움이되는 컷오프를 제공합니다.

coords(g, "best") 

mydata$prediction=ifelse(prob>=0.3126844,1,0) 

confusionMatrix(mydata$prediction,mydata$admit 

Answer 1

ROC 곡선은 예측 및 응답의 순위를 비교합니다. 당신의 불확실성을 테스트하기 위해 매우 간단하지 않을까요 ...

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial") 
summary(mylogit) 
prob=predict(mylogit,type=c("response")) 
mydata$prob=prob 
library(pROC) 
g <- roc(admit ~ prob, data = mydata) 
plot(g)  

Answer 2

ROC 곡선을 그릴 수있는 또 다른 방법

library(Deducer) 
modelfit <- glm(formula=admit ~ gre + gpa, family=binomial(), data=mydata, na.action=na.omit) 
rocplot(modelfit) 

Answer 3

#Another way to plot ROC 

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial")  
summary(mylogit)  
prob=predict(mylogit,type=c("response"))  
library("ROCR")  
pred <- prediction(prob, mydata$admit)  
perf <- performance(pred, measure = "tpr", x.measure = "fpr")  
plot(perf, col=rainbow(7), main="ROC curve Admissions", xlab="Specificity", 
    ylab="Sensitivity")  
abline(0, 1) #add a 45 degree line