使用 for 循环计算多个简单逻辑回归模型的 AUC

如何解决使用 for 循环计算多个简单逻辑回归模型的 AUC

首先让我说这是我第一次发布关于堆栈溢出的问题，所以我希望我能解释清楚。

我正在尝试计算多重逻辑回归简单模型的 c-stat（曲线下面积）。

我有关于如何为一个简单模型执行此操作的代码。我有一个二元响应变量（它是一个具有 0 和 1 级的因子）和 100 个预测变量，它们都是数字。在这里，我只使用了一个数字预测变量。此代码有效。

simple_model <- glm(target_variable ~ pred1,family = binomial,data = training_data)
pROC::auc(roc(training_data$target_variable,predict(simple_model,type = "response")))

现在我要做的是创建一个单独的数据框，其中一列包含预测变量的名称，第二列包含其 c 统计信息。

这是我迄今为止尝试过但没有任何成功的方法：

        auc <- sapply(training_data,2,function (x) {
               temp_data <- cbind(training_data$target_variable,x)
               multiple_simple_models <- glm(target_variable ~ .,data = temp_data)
               proc::auc(roc(temp_data$target_variable,predict(multiple_simple_models,type = "response")))
})

但我收到一条错误消息：

Error in match.fun(FUN): '2' is not a function,character or symbol

解决方法

您的解决方案不远了！

正如您在上面的评论中所提出的，唯一未解决的问题是，由于“矩阵/数据框”预期问题，您无法处理代码 - 这是因为 glm() 需要一个数据框，或者至少可以强制到数据框和保留列的名称。因此，您不能使用 cbind()，因为它会创建一个未命名的矩阵。

因此 - 假设您可以访问一个 target_variable 向量和一个包含 predictors 的数据框 - 我对您的代码的轻微修改将如下所示：

results <- sapply(predictors,function (p) {
     temp_data <- data.frame(p,target_variable)
     temp_model <- glm(target_variable ~ .,family = binomial,data = temp_data)
     pROC::auc(roc(target_variable,predict(temp_model,type = "response")))})

results_data <- data.frame(predictor = names(results),auc = results)

请注意，您需要额外的 results_data 行，因为 sapply() 本身会返回一个命名向量（它会尽可能自动简化其输出）