cv.glmnet() 预测与使用“类”和“响应”相反答案

【问题标题】：The cv.glmnet() prediction is the opposite of using "class" and "response"cv.glmnet() 预测与使用“类”和“响应”相反
【发布时间】：2020-05-07 06:23:48
【问题描述】：

我正在尝试根据套索逻辑回归结果绘制 roc 曲线。所以我使用 predict() 使用 type="response" 来获得概率。但是，结果与我输入 type = "class" 时的结果相反

首先，这是我的数据集。我的预测器有 2 个级别

selected_data$danger <- factor(selected_data$danger, levels = c(1,0))
lasso_data<-selected_data

str(lasso_data$danger)
# Factor w/ 2 levels "1","0": 1 1 1 1 1 1 1 1 1 1 ...

# partition
input_train <- createDataPartition(y=lasso_data$danger, p=0.8, list=FALSE)
train_dataset <- lasso_data[input_train,]
test_dataset <- lasso_data[-input_train,]

dim(train_dataset)
# [1] 768  62
dim(test_dataset)
# [1] 192  62

我确实运行了两个案例（类型 = 类，响应）来比较。

lasso_model <- cv.glmnet( x=data.matrix(train_dataset[,-length(train_dataset)]), y = train_dataset[,length(train_dataset)],
family = "binomial" , type.measure = "auc",alpha=1, nfolds=5)


lasso_pred <- predict(lasso_model, newx=data.matrix(test_dataset[,-length(test_dataset)]),
                      s=lasso_model$lambda.min, type= "class", levels=c(1,0))

lasso_pred_resp <- predict(lasso_model, s="lambda.1se", newx=data.matrix(test_dataset[,-length(test_dataset)]), type="response", levels=c(1,0))


threshold <- 0.5 # or whatever threshold you use
pred <- ifelse(lasso_pred_resp>threshold, 1, 0)


table(lasso_pred, pred)
#           pred
# lasso_pred  0  1
#          0 11 95
#          1 76 10

我不知道为什么会这样…… 任何帮助将不胜感激。

【问题讨论】：

标签： r classification glmnet

【解决方案1】：

对于 R 中的逻辑回归，概率或“响应”始终是指成为第二级的概率，在您的情况下为“0”。

所以你的预测应该是：

pred <- ifelse(lasso_pred_resp>threshold, 0, 1)

为避免混淆，您还可以这样做：

lvl <- levels(lasso_data$danger)
pred <- ifelse(lasso_pred_resp>threshold,lvl[2],lvl[1])

【讨论】：