在 R 中的逻辑回归模型中获取测试错误

Question

我正在使用 R 中包含的Auto数据集在 R 中进行逻辑回归实验。

我已经得到训练部分 (80%) 和测试部分 (20%) 分别标准化每个部分。

我可以在没有任何问题的情况下创建模型：

mlr<-glm(mpg ~ 
displacement + horsepower + weight, data =train)

我什train$mpg可以用火车集预测train$mpg ：

trainpred<-predict(mlr,train,type="response")

并以此计算样本误差：

etab <- table(trainpred, train[,1])
insampleerror<-sum(diag(etab))/sum(etab)

当我想用测试集进行预测时，问题就来了。 我使用以下行：

testpred<-predict(model_rl,test,type="response")

这给了我这个警告：

'newdata' 有 79 行，但发现的变量有 313 行

但它不起作用，因为testpred具有相同长度的trainpred （应该更少）。 当我想使用testpred和以下行计算测试中的错误时：

etabtest <- table(testpred, test[,1])

我收到以下错误：

错误 en table(testpred, test[, 1]) ：
所有参数必须具有相同的长度

我做错了什么？

Answer 1

如果有人有同样的问题，我会回答我自己的问题：

当我将参数放入glm我说的是我想预测的内容，这是带有train数据的 Auto$mpg 标签，因此，我的glm调用必须是：

attach(Auto)
mlr<-glm(mpg ~ 
displacement + horsepower + weight, data=Auto, subset=indexes_train)

如果现在我调用predict 、 table等，则结构大小没有任何问题。 修改这个错误对我有用。

Answer 2

正如 imo 所说：“更重要的是，您可能会检查这是否会创建逻辑回归。我认为它实际上是 OLS。您必须设置链接和家庭参数。”

设置家庭 = '二项式'