Логистическая регрессия в R Опции

[nastushka]

Подскажите, пожалуйста, кто чем может)). Я делаю логистическую регрессию. Все предикторы биноминальные (0,1). Y-зависимая переменная(бинарная 0 - нет события(это хорошо), 1-есть событие(это плохо)). Дело в том, что нули к нулям, он мало мальски правильно соотносит, но 50% единиц(плохих) у него попадают к нулям(хорошим).Т.е. неверное определение. Как понять, почему так происходит и что сделать, чтобы улучшить классификацию, хотя бы до 85% точности?
Доп. инфо, я гуглила, и нашла метод Feature Selection и его реализацию в R Boruta. Выделила 6 предикторов, думала счастье рядом, сейчас построила модель, но не тут-то было, классификация такая же некачественная:((
Может что-то не то сделала?((
Что делать? (с)(Чернышевский Н.Г.)

Прикрепленные файлы

 data.zip ( 5,13 килобайт ) Кол-во скачиваний: 333

 

[nastushka]

манагер одобрил удалять совпадающие наблюдения
Подскажите, как это сделать?
table(do.call(paste0,as.list(df[,-1])), df$Y)
Т.е. нашла наблюдение, как их удалять?

[p2004r]

манагер одобрил удалять совпадающие наблюдения
Подскажите, как это сделать?
table(do.call(paste0,as.list(df[,-1])), df$Y)
Т.е. нашла наблюдение, как их удалять?

Вот эти "склеенные" которые имеют _точно_ одинаковое число в 0 и 1 исходах надо попробовать (каждое по очереди) удалить сначала из 0 и смотреть на то как реагирует статистика модели.

Выделить достаточно просто, вот номера первой строчки из таблицы, которые по Y равны "0":

Код

> which(do.call(paste0,as.list(df[,-1]))=="0000000000000000" & df$Y == "0")
[1]  778  852 1149 1150 1219 1231 1259 1307 1373 1375 1382 1413 1611 1643 1652
[16] 1683 1720 1743 1746 1770 1776 1784 1785 1814 1854 1889 1893 1914 1933 1947
[31] 1960 1962 1978 2000 2011 2018

как видим их и есть 36



Сообщение отредактировал p2004r - 29.06.2017 - 21:14