为什么我的逻辑回归模型不输出 2 个水平的因子？ （错误：`data` 和 `reference` 应该是具有相同水平的因素。）

Question

通过阅读类似的问题，我知道问题在于yhat.logisticReg不是 2 个级别的因子，而training.prepped$TARGET_FLAG是。 我认为可以通过更改我的模型或在预测中解决该问题，以便yhat.logisticReg是 2 个级别的因子。 我怎样才能做到这一点？

logisticReg = glm(TARGET_FLAG ~ .,
                  data = training.prepped,
                  family = binomial())
yhat.logisticReg = predict(logisticReg, training.prepped, type = "response")
confusionMatrix(yhat.logisticReg, training.prepped$TARGET_FLAG)

Error: `data` and `reference` should be factors with the same levels.

str(training.prepped$TARGET_FLAG)
Factor w/ 2 levels "0","1": 1 1 1 1 1 2 1 2 2 1 ...

str(yhat.logisticReg)
 Named num [1:8161] 0.1656 0.2792 0.3717 0.0894 0.272 ...
 - attr(*, "names")= chr [1:8161] "1" "2" "3" "4" ...

Answer 1

您可能需要先选择一个阈值，然后将您的实值数据转换为二进制值，例如

a <- c(0.2, 0.7, 0.4)
threshold <- 0.5
binary_a <- factor(as.numeric(a>threshold))

str(binary_a)
Factor w/ 2 levels "0","1": 1 2 1

Answer 2

库插入符号具有已实现多个指标的方法confusionMatrix矩阵。 overall调用可以得到准确度。 如果你想要另一个指标，你可以检查他们是否已经实现并调用它。

library(caret)
acc = c()
for(value in yhat.logisticReg)
{
  predictions <- ifelse(yhat.logisticReg <= value, 0, 1)
  confusion_matrix = confusionMatrix(predictions, yhat.logisticReg)
  acc = c(acc,confusion_matrix$overall["Accuracy"])
}

best_acc = max(acc)
best_threshold  = yhat.logisticReg[which.max(acc)]