如何在 rstudio 中计算逻辑回归的模型精度

Question

你如何在 RStudio 中计算逻辑回归模型的准确性。数据集来自Kaggle.

set.seed(1000)
split = sample.split(query$Exited, SplitRatio = 0.65)
train = subset(query, split==TRUE)
test = subset(query, split==FALSE)
model = glm(Exited ~ CreditScore + Gender + Age + Balance + IsActiveMember, data = train, family=binomial)
summary(model)
predict = predict(model, type="response", newdata=test)
table(test$Exited, predict > 0.5)

假真

0 2717 70

1 606 107

是否可以从 table 中提取值以使用变量计算准确度，或者是否有获取准确度的函数？

# Accuracy of model:
(2717+107)/(2717+70+606+107)

是否更准确？我得到不同的值。

(2717+107)/(2717+70+606+107)

准确度为 0.8068571

Accuracy(y_pred = pred, y_true = train$Exited)

使用 ML 指标的准确度为 0.8087692

Answer 1

使用包 ML 指标

MLmetrics::Accuracy(predicted, actual)

您还可以在该包中计算许多不同的错误方法

如何在 rstudio 中计算逻辑回归的模型精度

how to calculate model accuracy in rstudio for logistic regression

r

logistic-regression