我对带有 cv.glmnet 对象的 predict 函数有点困惑。
我正在运行这两行：
cvFit <- cv.glmnet(x = as.matrix(imputedTrainingData[,2:33]), y = imputedTrainingData[,1], family = "binomial", type.measure = "class" )
response<-predict(cvFit, as.matrix(imputedTestData[,2:33]), s= "lambda.min")
y 变量是一个 2 水平因子
为什么预测语句给出一个数字向量而不是预测的类变量结果？我想了一会儿，也许它给出了概率或属于一类或另一类，但结果的最大值在我的数据中略高于 0.35，最小值为 -.42。
谢谢！
请注意，您predict.cv.glmnet在调用时使用的是该方法。此函数的帮助有点违反直觉，但您可以通过参数将参数传递给predict.glmnet执行预测的方法...。
因此你可能想要
response <- predict(cvFit, as.matrix(imputedTestData[,2:33]),
s = "lambda.min",
type = "class")
哪里type = "class"有含义：
Type ‘"class"’ applies only to
‘"binomial"’ or ‘"multinomial"’ models, and produces the
class label corresponding to the maximum probability.
（来自?predict.glmnet）
您所看到的是线性预测器（链接函数）尺度上的预测值，即在将 logit 函数的倒数应用于产生类 == 1 的概率之前。这在 R 中是相当典型的，就像通常这种行为可以通过type参数来控制。