在逻辑回归中使用 data.frame 的所有变量
Using all variables of a data.frame in logistic regression
我对 R 中的 ml 非常陌生，我正在尝试简单地添加来自 X_train 的所有变量以预测模型训练中的 y_train。我 运行 遇到了他们不在同一个 data.frame 的问题。我的代码是这样的：
logitmod <- glm(log_y_train ~ log_X_train, family = "binomial")
log_y_train 是长度为 200386 的因子，log_X_train 是 174 个变量和 200386 行的 data.frame。正是出于这个原因，我不能简单地键入所有列名。
但是我收到以下错误：
invalid type (list) for variable 'log_X_train'
我认为这是一个数据框，但仍然尝试了 unlist()，然后告诉我长度不同。任何人都可以帮助解决此问题以在 logit 中使用这两个变量。
谢谢
解决方案 1
将log_y_train和log_X_train绑定到一个data.frame中，这样就可以在formula中使用" ~ ."来表示[=13=中的所有变量].
glm(log_y_train ~ ., family = binomial(), data = cbind(log_y_train, log_X_train))
解决方案 2
使用 reformulate() 创建一个 formula，其中 log_X_train 中的所有变量作为预测变量，log_y_train 作为响应变量。这个不需要绑定 log_y_train 和 log_X_train.
glm(reformulate(names(log_X_train), "log_y_train"), family = binomial(), data = log_X_train)
我对 R 中的 ml 非常陌生，我正在尝试简单地添加来自 X_train 的所有变量以预测模型训练中的 y_train。我 运行 遇到了他们不在同一个 data.frame 的问题。我的代码是这样的：
logitmod <- glm(log_y_train ~ log_X_train, family = "binomial")
log_y_train 是长度为 200386 的因子，log_X_train 是 174 个变量和 200386 行的 data.frame。正是出于这个原因，我不能简单地键入所有列名。
但是我收到以下错误：
invalid type (list) for variable 'log_X_train'
我认为这是一个数据框，但仍然尝试了 unlist()，然后告诉我长度不同。任何人都可以帮助解决此问题以在 logit 中使用这两个变量。
谢谢
解决方案 1
将log_y_train和log_X_train绑定到一个data.frame中，这样就可以在formula中使用" ~ ."来表示[=13=中的所有变量].
glm(log_y_train ~ ., family = binomial(), data = cbind(log_y_train, log_X_train))
解决方案 2
使用 reformulate() 创建一个 formula，其中 log_X_train 中的所有变量作为预测变量，log_y_train 作为响应变量。这个不需要绑定 log_y_train 和 log_X_train.
glm(reformulate(names(log_X_train), "log_y_train"), family = binomial(), data = log_X_train)