數字預測器的邏輯回歸？

Question

我正在研究一個數據集，並希望使用以下一些變量來預測“Operatieduur”。 所有的預測變量都被分解了。

LogicFit <- train(Operatieduur ~ Anesthesioloog + Aorta_chirurgie + Benadering +
                    Chirurg + Operatietype, data = TrainData,
                  method="glm", family="binomial")

在這里，我使用插入符號 package 中的“火車”function 與 glm 進行邏輯擬合。 當我運行此代碼時，我收到了錯誤消息：

1: model fit failed for Resample01: parameter=none Error in eval(family$initialize) : y values must be 0 <= y <= 1

我google了一下，發現原因是resopnse“Operatieduur”是一個連續的數值（它是一個持續時間）。 那么我應該如何修改 function 以使用預測變量（它們都是分類值）來預測連續數值？ 物流function可以做到嗎？

Answer 1

邏輯回歸預測類別，而不是數值變量。 如果要預測連續數值變量（即使使用分類變量），請使用正態回歸。 根據預測變量的類別數量，您可能需要考慮一種熱/虛擬編碼。