glmnet：将预测概率转换为预测类

Question

我使用 泊松分布 运行 cv.glmnet 以获得二元结果。 predict 函数返回预测概率，但不返回预测类别。如何将概率转换为类，以便生成confusionMatrix 来确定 AUC 等？ 注意。至少有一个预测概率 > 1。

cv <- cv.glmnet(deriv.x, deriv.y, foldid = foldid, weights = wts, family = "poisson")
pred <- predict.cv.glmnet(cv, newx = valid.x, s = "lambda.min", "response")
confusionMatrix(pred, valid.y)
Error in confusionMatrix.default(pred, valid.y) : 
  the data cannot have more levels than the reference

Answer 1

这是因为你返回的是概率，而不是类，所以试试吧：

cv <- cv.glmnet(deriv.x, deriv.y, foldid = foldid, weights = wts, family = "poisson")
pred <- predict.cv.glmnet(cv, newx = valid.x, s = "lambda.min", "response")

pred <- ifelse(pred > 0.5,1,0) 

confusionMatrix(pred, valid.y)

您可以选择自己的四舍五入值。