r - 为 glm 使用 modelr::add_predictions

Question

我正在尝试使用 tidyverse 和 modelr 包计算一组数据的逻辑回归预测。显然我在 add_predictions 中做错了因为我没有收到逻辑函数的“响应”，就像我在 stats 中使用“预测”函数一样。这应该很简单，但我无法弄清楚，多次搜索几乎没有结果。

library(tidyverse)
library(modelr)
options(na.action = na.warn)
library(ISLR)

d <- as_tibble(ISLR::Default)
model <- glm(default ~ balance, data = d, family = binomial)
grid <- d %>% data_grid(balance) %>% add_predictions(model)

ggplot(d, aes(x=balance)) + 
    geom_point(aes(y = default)) + 
    geom_line(data = grid, aes(y = pred))

Answer 1

predict.glm的 type参数默认为 "link" , 其中 add_predictions默认情况下不会更改，也不会为您提供任何方式来更改为几乎肯定需要的 "response" . ( A GitHub issue exists ；如果您愿意，可以在其上添加您漂亮的 reprex。)也就是说，仅使用 predict 并不难。直接在 tidyverse 中通过 dplyr::mutate .

还要注意 ggplot 是强制的 default (a factor) to numeric 以绘制线条，这很好，除了“No”和“Yes”被 1 和 2 替换，而概率由 predict 返回将介于 0 和 1 之间。显式强制转换为数字并减去 1 可以修复绘图，尽管额外的 scale_y_continuous需要调用来修复标签。

library(tidyverse)
library(modelr)

d <- as_tibble(ISLR::Default)
model <- glm(default ~ balance, data = d, family = binomial)

grid <- d %>% data_grid(balance) %>% 
    mutate(pred = predict(model, newdata = ., type = 'response'))

ggplot(d, aes(x = balance)) + 
    geom_point(aes(y = as.numeric(default) - 1)) + 
    geom_line(data = grid, aes(y = pred)) + 
    scale_y_continuous('default', breaks = 0:1, labels = levels(d$default))

另请注意，如果您只想要一个情节，geom_smooth可以直接为您计算预测:

ggplot(d, aes(balance, as.numeric(default) - 1)) + 
    geom_point() + 
    geom_smooth(method = 'glm', method.args = list(family = 'binomial')) + 
    scale_y_continuous('default', breaks = 0:1, labels = levels(d$default))