R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测 | 您所在的位置:网站首页 › calibration模型 › R语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测 |
Sex...Marital.Status, family=binomia 基于该模型,可以绘制ROC曲线并计算AUC(在新的验证数据集上) > AUCLog1=performance(pred, measure = "auc")@y.values[[1]] > cat("AUC: ",AUCLog1,"\n") AUC: 0.7340997 一种替代方法是考虑所有解释变量的逻辑回归 glm(Creditability ~ ., + family=binomial, + data = credit[i_calibrat 点击标题查阅往期内容 R语言基于树的方法:决策树,随机森林,套袋Bagging,增强树 左右滑动查看更多 01 02 03 04 我们可能在这里过拟合,可以在ROC曲线上观察到 > perf |
CopyRight 2018-2019 实验室设备网 版权所有 |