n*********e
发帖数: 318 | 1 I am doing an R logistic regression exercise -
My question is - 是否要先从validation set 中删掉 dependent variable, 然后再 run
prediction？
谢谢。
--------------------
library(MASS)
attach(birthwt) #The famous 'low birth weight' data for logistic regression
index <- 1:dim(birthwt)[1]
test<- sample(index, trunc(length(index)/3))
train<-birthwt[-test,]
validation <- birthwt[test,]
logit.1<-glm(low~., data=train, family=binomial(link='logit'))
logit.1
#------------------------------
#这里是否要先从validation set 中删掉 dependent variable, 然后再 run
prediction？？？
#还是没有区别？
pred<-predict(logit.1, validation, type="response")
final<-data.frame(cbind(pred, validation[,1]))
names(final)<-c('pred','actual')
final[order(final$pred,decreasing=T),] | h***i
发帖数: 3844 | 2 你try一遍不就得了，这有啥好问的。
再 run
regression
【在 n*********e 的大作中提到】
: I am doing an R logistic regression exercise -
: My question is - 是否要先从validation set 中删掉 dependent variable, 然后再 run
: prediction？
: 谢谢。
: --------------------
: library(MASS)
: attach(birthwt) #The famous 'low birth weight' data for logistic regression
: index <- 1:dim(birthwt)[1]
: test<- sample(index, trunc(length(index)/3))
: train<-birthwt[-test,]
| n*********e
发帖数: 318 | 3 谢谢， try 了一遍， 结果一样。
> pred2<-predict(logit.1, validation[,-1], type='response')
> sum(pred-pred2)
[1] 0
----------------------------
直说已想问一下， 是因为之后还要照样做svn, neural net, tree, random forest
看过网上的 例子， 有的人从validation set 中删掉 dependent variable, 然后
再 run prediction； 有的人直接在完整的validation set 上 run prediction
想知道有没有 Good R Coding Practice? | a***d
发帖数: 336 | 4 I think if a package is well written, and you input the data as a data.frame
, there is no need to remove the dependent variable. The program will find
the corresponding independent variables by their names and do the prediction
.
【在 n*********e 的大作中提到】
: 谢谢， try 了一遍， 结果一样。
: > pred2<-predict(logit.1, validation[,-1], type='response')
: > sum(pred-pred2)
: [1] 0
: ----------------------------
: 直说已想问一下， 是因为之后还要照样做svn, neural net, tree, random forest
: 看过网上的 例子， 有的人从validation set 中删掉 dependent variable, 然后
: 再 run prediction； 有的人直接在完整的validation set 上 run prediction
: 想知道有没有 Good R Coding Practice?
| n*********e
发帖数: 318 | 5 谢谢 无可云证！
另外， 想多问一下， 大家用 R 平常是怎么 run 10-fold cross-validation 的呢? | f*******6
发帖数: 103 | 6 when I run the logistic regression, I didn't remove the dependent variable.
It seems correct
frame
prediction
【在 a***d 的大作中提到】
: I think if a package is well written, and you input the data as a data.frame
: , there is no need to remove the dependent variable. The program will find
: the corresponding independent variables by their names and do the prediction
: .
|
|
