将 glm 应用于插入符号 R 中的虹膜数据集

Question

我尝试使用以下代码在 Iris 数据集上应用 glm 算法：

library(tidyverse)
library(caret)

dataset <- iris
tt_index <- createDataPartition(dataset$Sepal.Length, times = 1, p = 0.9, list = FALSE)
train_set <- dataset[tt_index, ]
test_set <- dataset[-tt_index, ]

model_glm <- train(Species ~., 
                   data = train_set,
                   method = "glm")

但它给了我这个警报：

Something is wrong; all the Accuracy metric values are missing:
    Accuracy       Kappa    
 Min.   : NA   Min.   : NA  
 1st Qu.: NA   1st Qu.: NA  
 Median : NA   Median : NA  
 Mean   :NaN   Mean   :NaN  
 3rd Qu.: NA   3rd Qu.: NA  
 Max.   : NA   Max.   : NA  
 NA's   :1     NA's   :1    

也许我错过了一些东西，请您的帮助将不胜感激。

Answer 1

您正在尝试将二元（即二项式）分类 model 训练为具有超过 2 个级别的响应变量的数据。 您收到的警告以及您在输入warnings()时可以看到的警告会告诉您

glm 模型只能使用 2 类结果

所以这行不通。

一种选择是省略其中一个结果，例如做

dataset <- subset(iris, Species != "virginica")
dataset <- transform(dataset, Species = droplevels(Species))

tt_index <- createDataPartition(
    dataset$Sepal.Length, times = 1, p = 0.5, list = FALSE)
train_set <- dataset[tt_index, ]
test_set <- dataset[-tt_index, ]

model_glm <- train(
    Species ~.,
    data = train_set,
    method = "glm",
    family = "binomial")

这仍然会发出警告，但它们的来源不同。 底线是，这可能不是测试基于glm的二项式分类的一个很好的例子。