R中二元Logistic回归的因子输出

Question

我正在训练R中的Logistic回归。我使用火车组和测试集。我有一些数据和二进制输出。在数据文件中，输出是整数1或0而没有缺失值。我有1比0（比例是70/30）。

LR的结果是非常不同的取决于我是否输出输出，即如果我将输出变量保持为数字0-1并且我写

m1 <- glm(output~.,data=dt_tr,family=binomial())

然后我得到的东西没有警告和错误，如果我写

dt$output<-as.factor(ifelse(dt$output == 1, "Good", "Bad"))
m1 <- glm(output~.,data=dt_tr,family=binomial())

我的表现完全不同！会是什么呢？

更确切地说，在训练LR之后我做了以下事情：

score <- predict(m1,type='response',dt_test)
m1_pred <- prediction(m1_score, dt_test$output)
m1_perf <- performance(m1_pred,"tpr","fpr")
#ROC
plot(m1_perf, lwd=2, main="ROC")

我得到了非常不同的ROC和AUC。

Answer 1

在没有看到您的数据的情况下，我建议将结果变量更改为一个因素会导致问题。

您的原始数据是二进制1/0，这意味着，当它们在回归期间作为数字处理时，它们被视为字面上的1和0.但是当您将它们转换为因子时，这些因子在数值上被视为1和2：

x <- c(0, 1, 1, 0, 0, 1, 1)
y <- as.factor(ifelse(x == 1, "Good", "Bad"))
as.numeric(y)
[1] 1 2 2 1 1 2 2

Answer 2

这是我的愚蠢错误。我只是忘记了种子。我想添加的唯一想法是，如果你处理随机森林，那么你必须对输出进行分解，否则R会将其视为数值数据。