对 glm 使用 modelr::add_predictions

Question

我正在尝试使用 tidyverse 和 modelr 包计算一组数据的逻辑回归预测。显然我在 add_predictions 中做错了，因为我没有收到逻辑函数的 "response"，就像我在统计中使用 'predict' 函数时那样。这应该很简单，但我想不通，多次搜索收效甚微。

library(tidyverse)
library(modelr)
options(na.action = na.warn)
library(ISLR)

d <- as_tibble(ISLR::Default)
model <- glm(default ~ balance, data = d, family = binomial)
grid <- d %>% data_grid(balance) %>% add_predictions(model)

ggplot(d, aes(x=balance)) + 
    geom_point(aes(y = default)) + 
    geom_line(data = grid, aes(y = pred))

Answer 1

predict.glm的type参数默认为"link"，默认情况下add_predictions不会更改，也不提供任何方式更改为almost-certainly 想要 "response"。（A GitHub issue exists；如果你愿意，可以在上面添加你的代表。）也就是说，通过 dplyr::mutate.

在 tidyverse 中直接使用 predict 并不难

另请注意，ggplot 将 default（一个因子）强制转换为数字以绘制直线，这很好，除了 "No" 和 "Yes" 被 1 替换和 2，而 predict 返回的概率将在 0 和 1 之间。显式强制转换为数字并减去 1 可以修复该图，尽管需要额外的 scale_y_continuous 调用来修复标签。

library(tidyverse)
library(modelr)

d <- as_tibble(ISLR::Default)
model <- glm(default ~ balance, data = d, family = binomial)

grid <- d %>% data_grid(balance) %>% 
    mutate(pred = predict(model, newdata = ., type = 'response'))

ggplot(d, aes(x = balance)) + 
    geom_point(aes(y = as.numeric(default) - 1)) + 
    geom_line(data = grid, aes(y = pred)) + 
    scale_y_continuous('default', breaks = 0:1, labels = levels(d$default))

另请注意，如果您只想要一个图，geom_smooth 可以直接为您计算预测值：

ggplot(d, aes(balance, as.numeric(default) - 1)) + 
    geom_point() + 
    geom_smooth(method = 'glm', method.args = list(family = 'binomial')) + 
    scale_y_continuous('default', breaks = 0:1, labels = levels(d$default))

对 glm 使用 modelr::add_predictions

Using modelr::add_predictions for glm

r

glm

tidyverse

modelr