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]

p2004r
смотрите, у меня родилась мысль
вот результаты классификации random forest
Confusion matrix:
0 1 class.error
0 831 3 0.003597122302
1 103 528 0.163232963550
Как мне найти номера наблюдений единиц, которые попали в нули, 103 штучки?))

[p2004r]

p2004r
смотрите, у меня родилась мысль
вот результаты классификации random forest
Confusion matrix:
0 1 class.error
0 831 3 0.003597122302
1 103 528 0.163232963550
Как мне найти номера наблюдений единиц, которые попали в нули, 103 штучки?))

Два вектора v1 и v2 (обучение df$Y и решение_RF res.rf$predicted)

which(v1==1&v2==0)