共计 2890 个字符，预计需要花费 8 分钟才能阅读完成。
原文链接：http://tecdat.cn/?p=17950
最近咱们被客户要求撰写对于信贷数据的钻研报告，包含一些图形和统计输入。
在本文中，咱们应用了逻辑回归、决策树和随机森林模型来对信用数据集进行分类预测并比拟了它们的性能
数据集是
credit=read.csv("gecredit.csv", header = TRUE, sep = ",")看起来所有变量都是数字变量，但实际上，大多数都是因子变量，
> str(credit)
'data.frame': 1000 obs. of 21 variables:
$ Creditability : int 1 1 1 1 1 1 1 1 1 1 ...
$ Account.Balance : int 1 1 2 1 1 1 1 1 4 2 ...
$ Duration : int 18 9 12 12 12 10 8 ...
$ Purpose : int 2 0 9 0 0 0 0 0 3 3 ...让咱们将分类变量转换为因子变量，
> F=c(1,2,4,5,7,8,9,10,11,12,13,15,16,17,18,19,20)
> for(i in F) credit[,i]=as.factor(credit[,i])当初让咱们创立比例为 1：2 的训练和测试数据集
> i_test=sample(1:nrow(credit),size=333)
> i_calibration=(1:nrow(credit))[-i_test]咱们能够拟合的第一个模型是对选定协变量的逻辑回归
> LogisticModel <- glm(Creditability ~ Account.Balance + Payment.Status.of.Previous.Credit + Purpose +
Length.of.current.employment +
Sex...Marital.Status, family=binomia基于该模型，能够绘制 ROC 曲线并计算 AUC（在新的验证数据集上）
> AUCLog1=performance(pred, measure = "auc")@y.values[[1]]
> cat("AUC:",AUCLog1,"\n")
AUC: 0.7340997一种代替办法是思考所有解释变量的逻辑回归
glm(Creditability ~ .,
+ family=binomial,
+ data = credit[i_calibrat点击题目查阅往期内容
R 语言基于树的办法：决策树，随机森林，套袋 Bagging，加强树
左右滑动查看更多
01
02
03
04
咱们可能在这里过拟合，能够在 ROC 曲线上察看到
> perf <- performance(pred, "tpr", "fpr
> AUCLog2=performance(pred, measure = "auc")@y.values[[1]]
> cat("AUC:",AUCLog2,"\n")
AUC: 0.7609792与以前的模型相比，此处略有改善，后者仅思考了五个解释变量。
当初思考回归树模型（在所有协变量上）
咱们能够应用
> prp(ArbreModel,type=2,extra=1)模型的 ROC 曲线为
(pred, "tpr", "fpr")
> plot(perf)
> cat("AUC:",AUCArbre,"\n")
AUC: 0.7100323不出所料，与逻辑回归相比，模型性能较低。一个天然的想法是应用随机森林优化。
> library(randomForest)
> RF <- randomForest(Creditability ~ .,
+ data = credit[i_calibration,])
> fitForet <- predict(RF,
> cat("AUC:",AUCRF,"\n")
AUC: 0.7682367在这里，该模型（略）优于逻辑回归。实际上，如果咱们创立很多训练 / 验证样本并比拟 AUC，均匀而言，随机森林的体现要比逻辑回归好，
> AUCfun=function(i){+ set.seed(i)
+ i_test=sample(1:nrow(credit),size=333)
+ i_calibration=(1:nrow(credit))[-i_test]
+ summary(LogisticModel)
+ fitLog <- predict(LogisticModel,type="response",
+ newdata=credit[i_test,])
+ library(ROCR)
+ pred = prediction(fitLog, credit$Creditability[i_test])
+ RF <- randomForest(Creditability ~ .,
+ data = credit[i_calibration,])
+ pred = prediction(fitForet, credit$Creditability[i_test])
+ return(c(AUCLog2,AUCRF))
+ }
> plot(t(A))点击文末 “浏览原文”
获取全文残缺材料。
本文选自《R 语言用逻辑回归、决策树和随机森林对信贷数据集进行分类预测》。
点击题目查阅往期内容
逻辑回归 (对数几率回归,Logistic) 剖析研究生录取数据实例
R 语言应用 Metropolis- Hasting 抽样算法进行逻辑回归
R 语言逻辑回归 Logistic 回归剖析预测股票涨跌
R 语言在逻辑回归中求 R square R 方
R 语言逻辑回归 (Logistic Regression)、回归决策树、随机森林信用卡守约剖析信贷数据集
R 语言对用电负荷工夫序列数据进行 K -medoids 聚类建模和 GAM 回归
R 语言进行反对向量机回归 SVR 和网格搜寻超参数优化
R 语言贝叶斯 MCMC：GLM 逻辑回归、Rstan 线性回归、Metropolis Hastings 与 Gibbs 采样算法实例
在 R 语言中实现 Logistic 逻辑回归
R 语言逻辑回归、Naive Bayes 贝叶斯、决策树、随机森林算法预测心脏病
R 语言用 Rcpp 减速 Metropolis-Hastings 抽样预计贝叶斯逻辑回归模型的参数
R 语言逻辑回归 logistic 模型剖析泰坦尼克 titanic 数据集预测生还状况
R 语言用 lme4 多层次（混合效应）狭义线性模型（GLM），逻辑回归剖析教育留级考察数据
R 语言随机森林 RandomForest、逻辑回归 Logisitc 预测心脏病数据和可视化剖析
R 语言基于 Bagging 分类的逻辑回归(Logistic Regression)、决策树、森林剖析心脏病患者
R 语言逻辑回归（Logistic 回归）模型分类预测病人冠心病危险
