计算逻辑回归的预测比率
calculating the prediction ratio for a logistic regression
我要计算预测比率
我预测了一个逻辑回归，我还有一个观察另一个变量的数据集。
我想计算正确预测的比率。
我已经记录了这样的预测
glm9 = glm(v172 ~ age, family=binomial (link="logit"), data=france)
pre10<-predict(glm9, germany, type="terms")
prediction <- ifelse (pre10 >=1, 1, 0)
prediction
0 1
305 5039
我预测的结果是一个值，但是观测值是
数据框中的变量
我想要一个看起来像这样的 table:
0 1
0 182 63
1 24 32
我想你想要这样的东西。我用mtcars是因为我没有你的数据
glm9 <- glm(am ~ cyl, family=binomial (link="logit"), data=mtcars)
prob <- predict(glm9, type = "response")
prediction <- ifelse(prob < 0.5, 0, 1)
with(mtcars, table(am, prediction)
给出：
prediction
0 1
0 16 3
1 5 8
我要计算预测比率
我预测了一个逻辑回归，我还有一个观察另一个变量的数据集。
我想计算正确预测的比率。
我已经记录了这样的预测
glm9 = glm(v172 ~ age, family=binomial (link="logit"), data=france)
pre10<-predict(glm9, germany, type="terms")
prediction <- ifelse (pre10 >=1, 1, 0)
prediction
0 1
305 5039
我预测的结果是一个值，但是观测值是 数据框中的变量
我想要一个看起来像这样的 table:
0 1
0 182 63
1 24 32
我想你想要这样的东西。我用mtcars是因为我没有你的数据
glm9 <- glm(am ~ cyl, family=binomial (link="logit"), data=mtcars)
prob <- predict(glm9, type = "response")
prediction <- ifelse(prob < 0.5, 0, 1)
with(mtcars, table(am, prediction)
给出：
prediction
0 1
0 16 3
1 5 8