我一直在閱讀 R 中的邏輯回歸。當列/變數實際上意味著某些東西時，這是有道理的。我的列是 A、B 和 C。列 C 只有 1 和 0。我該如何對如此有限的資料集進行回歸？任何指導或閱讀資源將不勝感激。
> library(Amelia)
> library(mlbench)
> library(dplyr)
> my_data<-read.csv("/Users/morenikeirving/GAN/data_GAN.csv")
> names(my_data)
[1] "A" "B" "C"
> head(my_data)
A B C
1 4.4189 69.580 NA
2 13.2019 61.250 NA
3 25.6290 56.740 1
4 22.2943 68.860 1
5 0.2163 57.690 NA
6 0.2875 72.914 NA
> summary(my_data)
A B C
Min. : 0.000 Min. :33.00 Min. :1
1st Qu.: 1.226 1st Qu.:59.69 1st Qu.:1
Median : 5.897 Median :61.87 Median :1
Mean : 7.450 Mean :65.40 Mean :1
3rd Qu.:12.600 3rd Qu.:69.58 3rd Qu.:1
Max. :25.800 Max. :95.00 Max. :1
NA's :2923
> missmap(my_data, col=c("blue", "red"), legend=FALSE)
> my_data<-my_data %>% mutate(C = ifelse(is.na(C),0,C))
> missmap(my_data, col=c("blue", "red"), legend=FALSE)
> model <-glm(x~., data=my_data, family= binomial)
Error in eval(predvars, data, env) : object 'x' not found
> #Library to read in xls file
> library(Amelia)
> library(mlbench)
> library(dplyr)
>
> #Read in csv file
> my_data<-read.csv("/Users/GAN/data_GAN.csv")
>
> #Exploring Data
> #see what's on the data frame
> names(my_data)
[1] "A" "B" "C"
>
> #Look at first few rows of the data
> head(my_data)
A B C
1 4.4189 69.580 NA
2 13.2019 61.250 NA
3 25.6290 56.740 1
4 22.2943 68.860 1
5 0.2163 57.690 NA
6 0.2875 72.914 NA
>
> #Overall picture of data; looking at first few rows revealed missing data
> summary(my_data)
A B C
Min. : 0.000 Min. :33.00 Min. :1
1st Qu.: 1.226 1st Qu.:59.69 1st Qu.:1
Median : 5.897 Median :61.87 Median :1
Mean : 7.450 Mean :65.40 Mean :1
3rd Qu.:12.600 3rd Qu.:69.58 3rd Qu.:1
Max. :25.800 Max. :95.00 Max. :1
NA's :2923
> #lots of NAs
>
> #Examine missing data
>
> missmap(my_data, col=c("blue", "red"), legend=FALSE)
>
> #Replace N/A
>
> my_data<-my_data %>% mutate(C = ifelse(is.na(C),0,C))
>
> #Check to make sure missing values are resolved
> missmap(my_data, col=c("blue", "red"), legend=FALSE)
uj5u.com熱心網友回復：
(1) 你是問邏輯回歸代碼怎么寫？或者（2）您是否在詢問如何提高資料集的質量？
(1) https://stats.idre.ucla.edu/r/dae/logit-regression/
模型 <- glm(C ~ A B, data = my_data, family = "binomial")
在真實環境中，您的資料應該具有某種意義。但是在訓練實踐資料集中，變數/列的名稱無關緊要。重要的是您的資料適合用于您的模型（例如，線性回歸要求您的結果是連續變數；邏輯回歸傾向于使用二元結果，例如您的 C 列）
(2) 如果您有一個包含低質量資料的小資料集，除了獲取新資料集或收集更多資料之外，您無能為力。
您可以考慮重新采樣，但這并不總是適用，并且在使用時有其自身的一系列問題
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/372997.html