為什么我的邏輯回歸模型不輸出 2 個水平的因子？ （錯誤：`data` 和 `reference` 應該是具有相同水平的因素。）

Question

通過閱讀類似的問題，我知道問題在於yhat.logisticReg不是 2 個級別的因子，而training.prepped$TARGET_FLAG是。 我認為可以通過更改我的模型或在預測中解決該問題，以便yhat.logisticReg是 2 個級別的因子。 我怎樣才能做到這一點？

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

您可能需要先選擇一個閾值，然后將您的實值數據轉換為二進制值，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

庫插入符號具有已實現多個指標的方法confusionMatrix矩陣。 overall調用可以得到准確度。 如果你想要另一個指標，你可以檢查他們是否已經實現並調用它。

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)]