R Glm Förutspå Binära Alternativ
När du har förutsagda sannolikheter är det upp till dig vilken tröskel du vill använda. Du kan välja tröskeln för att optimera känslighet, specificitet eller vad som helst som mäter det viktigaste i samband med applikationen. En del ytterligare information skulle vara till hjälp här för en mer specifikt svar Du kanske vill titta på ROC-kurvor och andra åtgärder relaterade till optimal klassificering. För att förtydliga detta svar kommer jag att ge ett exempel. Det verkliga svaret är att den optimala cutoffen beror på vilka egenskaper klassificeringsenheten är viktig i Ansökans sammanhang Låt Y vara det sanna värdet för observation jag, och hatten är den förutspådda klassen Några gemensamma prestationsåtgärder är. 1 Känslighet P hat i 1 Yi 1 - Andelen 1 s som korrekt identifieras som så. 2 Specificitet P hat i 0 Yi 0 - andelen 0 s som korrekt identifieras som så. 3 Korrekt klassificeringsfrekvens P yi hat i - Andelen förutsägelser som var korrekta. Till exempel, om din klassificerare sy...