32、R语言中的逻辑回归：预测、评估与指标分析

R语言中的逻辑回归：预测、评估与指标分析

1. 使用逻辑回归模型进行预测

逻辑回归模型的直接预测结果通常是介于0到1之间的概率值。若要将这些概率转换为二元预测结果，可采用阈值为0.5的四舍五入方法。例如，若预测概率 $P(y = 1) = 0.8$，四舍五入后最终的二元预测结果为 $y = 1$；若 $P(y = 1) = 0.3$，则四舍五入后为 $y = 0$。

下面通过一个练习来了解如何使用逻辑回归模型进行预测：
1. 生成Duration值序列并预测概率 ：

library(tibble)
library(dplyr)
# 进行预测
pred_df = tibble(
  Duration = seq(5, 80, 2)
)
pred_df = pred_df %>%
  mutate(
    pred_prob = predict(glm_model, pred_df, type="response")
  )

这里使用 seq() 函数创建等间距的向量，并将其存储在名为 pred_df 的tibble对象中。然后使用 predict() 函数，通过指定 type="response" 来预测相应的概率。

2. 可视化预测概率与原始数据 ：