在泰坦尼克号数据集中应用逻辑回归

我有从Kaggle网站着名的泰坦尼克号数据集。我想用逻辑回归来预测乘客的生存。我在R中使用glm（）函数。首先将我的数据帧（总行数= 891）分成两个数据帧，即列（从第1行到第800行）和测试（从第801行到第891行）。的代码如下在泰坦尼克号数据集中应用逻辑回归

` 
>> data <- read.csv("train.csv", stringsAsFactors = FALSE) 

>> names(data) 

`[1] "PassengerId" "Survived" "Pclass"  "Name"  "Sex"    "Age"   "SibSp"  
[8] "Parch"  "Ticket"  "Fare"  "Cabin"  "Embarked" ` 

#Replacing NA values in Age column with mean value of non NA values of Age. 
>> data$Age[is.na(data$Age)] <- mean(data$Age, na.rm = TRUE) 

#Converting sex into binary values. 1 for males and 0 for females. 
>> sexcode <- ifelse(data$Sex == "male",1,0) 
#dividing data into train and test data frames 
>> train <- data[1:800,] 

>> test <- data[801:891,] 
#setting up the model using glm() 

>> model <- glm(Survived~sexcode[1:800]+Age+Pclass+Fare,family=binomial(link='logit'),data=train, control = list(maxit = 50)) 

#creating a data frame 
>> newtest <- data.frame(sexcode[801:891],test$Age,test$Pclass,test$Fare) 

>> prediction <- predict(model,newdata = newtest,type='response')

当我运行的代码

prediction <- predict(model,newdata = newtest,type='response')

我收到以下错误EVAL

错误（表达式的最后一行，envir，enclos）：object'Age'not found

任何人都可以请解释是什么问题。我已经检查过新的变量，并且似乎没有任何问题。

这里是链接到泰坦尼克号的数据集https://www.kaggle.com/c/titanic/download/train.csv

来源

2016-09-07 Amandeep Rathee

的问题是，你的'newtest'数据帧没有'Age'，'Pclass'和'Fare'列名，但'测试。年龄'，'test.Pclass'和'test.Fare'。你必须重命名它们。 – Kabulan0lak

感谢您的帮助。我可以知道如何重命名数据框的列名称吗？ –

首先，你应该直接添加sexcode到数据帧：

data$sexcode <- ifelse(data$Sex == "male",1,0)

然后，当我评论，你在你的列名有问题在newtest数据框中，因为您手动创建它。您可以直接使用test数据帧。

因此，这里是你的完整的工作代码：

data <- read.csv("train.csv", stringsAsFactors = FALSE) 
    data$Age[is.na(data$Age)] <- mean(data$Age, na.rm = TRUE) 
    data$sexcode <- ifelse(data$Sex == "male",1,0) 

    train <- data[1:800,] 
    test <- data[801:891,] 

    model <- glm(Survived~sexcode+Age+Pclass+Fare,family=binomial(link='logit'),data=train, control = list(maxit = 50)) 

    prediction <- predict(model,newdata = test,type='response')

来源

2016-09-07 12:28:06 Kabulan0lak

在泰坦尼克号数据集中应用逻辑回归

回答

相关问题