使用 R 中的分类数据建立预测模型

Question

我是机器学习的新手，但是，我正在尝试建立一个预测模型，我所有的训练集变量都是分类的，

PREDICTOR_1     PREDICTOR_2              PREDICTOR_3
 Found        : 5    Best Match   :2        Found, Supplier site: 5   
 No result    : 2    Found        :8        Found, Zone site    : 1   
 Part NotFound:11    Not Found WDA:8        No Data Found       :12   
    PREDICTOR_4                       PREDICTOR_5   PREDICTOR_6
 No result   :11      Found with Different length: 1   High     :10    
 Search begin: 7      No result                  :16   LOW      : 4    
                      Part Found With out Suffix : 1   No result: 4    
     PREDICTOR_7   PREDICTOR_8                PREDICTOR_9       RESULT  
 Direct_Match: 8      NO        :8      Mpn Found within PCN: 3   Found    :15  
 No result   :10      YES       :8      Mpn has no PCN      :15   Not Found: 3  
                      YES-REMOVE:2

我尝试使用 R 的 glm() 函数，但我不断得到

Warning message:
glm.fit: fitted probabilities numerically 0 or 1 occurred

1- 我想知道是否可以仅使用分类数据来训练模型
2- 这个错误是什么意思

Answer 1

1 这可以在 glm 模型中仅使用分类数据

2 当一个（或多个）解释变量与响应变量的相关性等于 1 或 -1.I 建议您首先删除相关的解释变量（与其他解释变量）并删除此类解释变量与响应变量的相关性等于 1 或 -1。这可以通过 R 中的 cor 函数来完成。我建议对分类数据使用 Kendal 相关系数。尝试 cor( data, method = "kendall")

使用 R 中的分类数据建立预测模型

Building prediction model using categorical data in R

r

classification

glm

logistic-regression