预测一个三级因子并返回每个因子的百分比

我正在尝试使用一组变量预测一个三级因子。这个组别是A、B和C。

m<-glm(as.factor(Group)~Sex+BloodType+Pressure,data=Hel,family = "binomial")newdata <- data.frame(Sex="M",BloodType="A+", Pressure=80)predict(m,newdata)

这返回的结果是:

        1 0.7133324 

我希望得到的结果是这样的:

A        B        C20.00   40.00    40.000

我该怎么做呢?谢谢。


回答:

我想你得使用支持多项式回归的工具,比如nnet?

library(nnet)trn = sample(1:nrow(iris),100)fit_nnet <- multinom(Species ~ ., iris[trn,])head(predict(fit_nnet,iris[-trn,],type="prob"))      setosa   versicolor    virginica7  1.0000000 2.348893e-11 2.166176e-589  0.9999323 6.765017e-05 2.438304e-5210 0.9999940 6.035319e-06 1.530614e-5612 1.0000000 1.355834e-09 1.315066e-57

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注