Tham số kiểu của hàm predict()

Question

Sự khác nhau giữa type="class" và type="response" trong hàm predict là gì?

Ví dụ giữa:

predict(modelName, newdata=testData, type = "class") 

và

predict(modelName, newdata=testData, type = "response") 

Answer 1

thấy ?predict.lm: predict.lm tạo ra một vector của các dự đoán hoặc một ma trận của các dự đoán vọt với tên cột fit, lwr, và upr nếu khoảng thời gian được đặt. Đối với type = "terms", đây là ma trận có cột trên mỗi cụm từ và có thể có thuộc tính "hằng số".

> d <- data.frame(x1=1:10,x2=rep(1:5,each=2),y=1:10+rnorm(10)+rep(1:5,each=2)) 
> l <- lm(y~x1+x2,d) 
> predict(l) 
     1   2   3   4   5   6   7   8   9  10 
2.254772 3.811761 4.959634 6.516623 7.664497 9.221486 10.369359 11.926348 13.074222 14.631211 

> predict(l,type="terms") 
      x1   x2 
1 -7.0064511 0.8182315 
2 -5.4494620 0.8182315 
3 -3.8924728 0.4091157 
4 -2.3354837 0.4091157 
5 -0.7784946 0.0000000 
6 0.7784946 0.0000000 
7 2.3354837 -0.4091157 
8 3.8924728 -0.4091157 
9 5.4494620 -0.8182315 
10 7.0064511 -0.8182315 
attr(,"constant") 
[1] 8.442991 

ví dụ predict(l) là số tiền hàng predict(l,type="terms") + hằng

Answer 2

type = "response" được sử dụng trong GLM mô hình và type = "class" được sử dụng trong rpart mô hình (Toán). Xem:

• predict.glm
• predict.rpart

Answer 3

đáp ứng cung cấp cho bạn kết quả số trong khi lớp cung cấp cho bạn các nhãn được gán cho giá trị đó.

Phản hồi cho phép bạn xác định ngưỡng của mình. Ví dụ,

glm.fit = glm(Direction~., data=data, family = binomial, subset = train) 
glm.probs = predict(glm.fit, test, type = "response") 

Trong glm.probs chúng tôi có một số giá trị số giữa 0 và 1. Bây giờ chúng ta có thể xác định giá trị ngưỡng, giả sử 0.6. Hướng có hai kết quả có thể, lên hoặc xuống.

glm.pred = rep("Down",length(test)) 
glm.pred[glm.probs>.6] = "Up"