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]

Терпение и труд, все перетрут) Сделала, но вот гугль не помог по такому вопросу:
df=read.csv(mydata)
df=na.omit(df)
library("randomForest")

model=randomForest(y ~.

,df, sampsize=c("0"=300, "1"=300))





newdata=х.csv
newdata=data.frame(lapply(newdata, factor))

str(df)
xq=rbind(newdata,df)
str(xq)
xqtest=xq[1:17,]
str(xqtest)
View(xqtest)



pred <- predict(model, newdata = xqtest,type="class")

str(df)
str(newdata)
ошибка
Error in predict.randomForest(model, newdata = xqtest, type = "class") :
Type of predictors in new data do not match that of the training data.

подскажите ,как победить эту ошибку[attachment=1521:x.zip]

Прикрепленные файлы

 mydata.zip ( 7,25 килобайт ) Кол-во скачиваний: 247
 x.zip ( 263 байт ) Кол-во скачиваний: 241