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

如何对SVC进行超参数调优?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

如何在初始训练后向模型添加训练数据?

我想在我的scikit-learn模型已经训练完成后再…

使用Google Cloud Function并行运行带有不同用户参数的相同训练作业

我正在寻找一种方法来并行运行带有不同用户参数的相同训练…

加载Keras模型,TypeError: ‘module’ object is not callable

我已经在StackOverflow上搜索并阅读了文档,…

在计算KNN填补方法中特定列中NaN值的”距离平均值”时

当我从头开始实现KNN填补方法来处理缺失数据时,我遇到…

使用巨大的S3 CSV文件或直接从预处理的关系型或NoSQL数据库获取数据的机器学习训练/测试工作

已关闭。此问题需要更多细节或更清晰的说明。目前不接受回…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注