R中逻辑回归的交叉验证函数

Question

我主要来自 python + scikit 学习背景，我想知道如何获得 R 中逻辑回归模型的交叉验证准确性？我正在寻找并惊讶于没有简单的方法。我正在寻找等价物：

import pandas as pd
from sklearn.cross_validation import cross_val_score
from sklearn.linear_model import LogisticRegression

## Assume pandas dataframe of dataset and target exist.

scores = cross_val_score(LogisticRegression(),dataset,target,cv=10)
print(scores)

对于 R：我有：

model = glm(df$Y~df$X,family=binomial')
summary(model) 

现在我被困住了。原因是，我的 R 模型的偏差是 1900，这意味着它不适合，但是 python 模型给了我 85% 的 10 倍交叉验证准确度.. 这意味着它很好。似乎有点奇怪......所以我想在 R 中运行 cross val 看看它的结果是否相同。

感谢任何帮助！

Answer 1

使用插入符号包的R版本：

library(caret)

# define training control
train_control <- trainControl(method = "cv", number = 10)

# train the model on training set
model <- train(target ~ .,
               data = train,
               trControl = train_control,
               method = "glm",
               family=binomial())

# print cv scores
summary(model)

Answer 2

下面我回答了from here 并做了一些更改。

我所做的更改是使其成为一个 logit（逻辑）模型、添加建模和预测、存储 CV 的结果，并使其成为一个完整的工作示例。

另请注意，您可以使用许多包和函数，包括来自boot 的cv.glm()。

data(ChickWeight)

df                    <- ChickWeight
df$Y                  <- 0
df$Y[df$weight > 100] <- 1
df$X                  <- df$Diet 

df     <- df[sample(nrow(df)),]
folds  <- cut(seq(1,nrow(df)),breaks=10,labels=FALSE)
result <- list()

for(i in 1:10){
  testIndexes <- which(folds==i,arr.ind=TRUE)
  testData    <- df[testIndexes, ]
  trainData   <- df[-testIndexes, ]
  model       <- glm(Y~X,family=binomial,data=trainData)
  result[[i]] <- predict(model, testData) 
}
result

您可以添加一行来计算循环内的准确性，或者在循环完成后进行。