下午好,我用NNET包进行逻辑回归时遇到了输出问题。我想用HS_TR (Return Period)
和SLR (Sea Level Rise)
预测Category
。 称为fit
的多项模型已使用x.sub
子集中的信息进行计算。有4级不同的类别可能1,2,3或4多项式回归的概率结果nnet包
x.sub
:
POINTID HS_TR SLR Category
4 10 0.0 3
4 10 0.6 4
4 50 0.0 3
4 50 0.6 4
4 100 0.0 4
4 100 0.6 4
当我运行模式>fit <- multinom(Category ~ HS_TR + SLR, x.sub, maxit=3000)
我得到的结果:
Coefficients:
(Intercept) HS_TR SLR
-30.5791517 0.4130478 62.0976951
Residual Deviance: 0.0001820405
AIC: 6.000182
现在,我有多项式,我想知道SLR和HS_TR的特定场景(d3)的预测类别。我定义D3和应用的预测,我也得到合理的结果:
d3<-data.frame("HS_TR"=c(10),"SLR"=c(0))
prediction <-(predict(fit,d3))
我得到
> prediction
[[1]]
[1] 3
Level: 3
然而,当我计算得到的预测prediction <-(predict(fit,d3, type="probs"))
的概率,我得到如下:
> prediction
[[1]]
1
0
这是没有道理的,因为它说有可能性0.由于我运行的模型给出了CATEGORY
的预测,我不明白nd为什么然后,概率是0.有人知道我为什么得到它吗?
如果有人知道我该如何解决问题,以便我可以解决它。先谢谢你。
你能提供一个样本数据集吗? – ekstroem
是的,@ekstroem肯定。考虑将x.sub作为下表(我已经编辑过,可能会更容易阅读): 'POINTID HS_TR SLR类别 19 4 10 0.0 3 20 4 10 0.6 4 21 4 50 0.0 3 22 4 50 0.6 4 23 4 100 0.0 4 24 4 100 0.6 4' – David
David,David,David。看到一个可能有用的问题很遗憾,因为没有阅读SO帮助页面并使用[编辑]创建[MCVE],而是在评论中发布更新。我还看到有147个匹配符合“[nenet预测]”的搜索,如果您不进一步改进问题,我们将试图降低投票率。 –