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)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。