[英]Predicting categorical variables using continuous and categorical variables
我有一组看起来像这样的树 plot 数据(分类变量和连续变量的混合):
Climate Species Average_size Canopy_cover Structure
Hot Pine 12.3 10% open
Cold Spruce 15.6 65% closed
Cold Fir 19.2 43% closed
我有第二个数据集,我试图预测“结构”(一个分类变量):
Climate Species Average_size Canopy_cover Structure
Hot Pine 20.4 90% ?
Cold Spruce 18.9 54% ?
Hot Fir 26.4 28% ?
由于我正在预测一个分类变量,因此我尝试使用 ANOVA 并进行预测,但没有运气。 我在正确的轨道上吗?
aov1 <- aov(Structure ~ Canopy_cover + Average_size + Species + Climate, data = df)
predict(aov1, data.frame(Canopy_cover = 90 + Average_size = 20.4 + Species = "Pine" + Climate = "Hot")
这有几件事。 首先,您的变量canopy_cover
将被读取为字符变量(如上所示)。 您可能希望将其作为一个连续的数字变量(有关如何修改,请参见下文)。 这里更大的问题是尝试使用 ANOVA 对 model 分类响应,这本质上是线性回归的包装器。 线性回归需要连续响应。 据我所知,您的响应变量需要 2 forms,打开或关闭,因此一种方法是使用逻辑回归。 您需要先将结构转换为 1 或 0。
加载数据并对其进行修改,使“打开”编码为 1,“关闭”编码为 0,并将cover
转换为数字。
df1 <- tribble(
~climate, ~species, ~size, ~cover, ~structure,
"hot", "pine", 12.3, "10%", "open",
"cold", "spruce", 15.6, "65%", "closed",
"cold", "fir", 19.2, "43%", "closed"
) %>%
mutate(target = case_when(
structure == "open" ~ 1,
TRUE ~ 0),
cover = as.numeric(gsub("%", "", cover))
)
对您的测试数据执行相同的操作。
df2 <- tribble(
~climate, ~species, ~size, ~cover,
"hot", "pine", 20.4, "90%",
"cold", "spruce", 18.9, "54%",
"hot", "fir", 26.4, "28%"
) %>%
mutate(cover = as.numeric(gsub("%", "", cover)))
用df1
拟合逻辑回归 model :
fit <- glm(target ~ climate + species + size + cover, family = "binomial", data = df1)
使用df2
进行预测:
predict(fit, df2, type = "response")
这给出了下面的预测概率。 还有一个排名不足的警告,因为上面的 model 是排名不足的,但我认为实际数据不会出现这种情况。
1 2 3
1.000000e+00 5.826215e-11 1.000000e+00
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.