本文主要是介绍[Rscript]逻辑回归识别学生群体的R实现，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
library(ggplot2)
library(pROC)###读取数据并查看数据情况
setwd("D:\\student_recognition")
student<-read.csv("student.csv")
str(student) #查看变量
apply(student,2,function(x){mean(x=='NULL'|x=="")
}) #查看缺失值情况###数据预处理
#略###描述性分析
#绘制箱线图，可见https://blog.csdn.net/TOMOCAT/article/details/80559006
#分组查看变量
library(plyr) #可进行类似数据透视表的操作，将数据分割成更小的数据，对分割后的数据进行操作
ddply(student[,c("is_student","student_app")],c("is_student"),summarise,mean_app=mean(student_app))
## whether_student mean_app
## 1 0 0.1745353
## 2 1 0.4435253###逻辑回归建模
model_student<-student[,c("is_student",cont_var,class_var)]
#这里cont_var是经过数据清洗和预处理之后的用于建模的连续变量，class_var是分类变量
#计算建模的平均auc
auc<-NULL
for(i in 1:5){ind<-sample(1:dim(model_student)[1],round(dim(model_student)[1]*0.3)) #对数据集按照记录数划分成训练集和测试集train<-model_student[-ind,]test<-model_student[ind,]for (var in cont_var){train[,var]<-(train[,var]-mean(train[,var]))/sd(train[,var])test[,var]<-(test[,var]-mean(test[,var]))/sd(test[,var])} #连续变量标准化for (var in class_var){train[,var]<-as.factor(train[,var])test[,var]<-as.factor(test[,var])} #离散变量转化为因子型lm_res<-glm(is_student~.,data=train,family="binomial")pre<-predict(lm_res,test,type="reponse")auc0<-auc(test$is_student,pre)print(auc0)auc=c(auc,auc0)
}
mean(auc) #相当于五次留出法的平均auc值
#从所有变量建模到用逐步回归筛选变量
lm_res_all<-glm(is_student~.,data=model_student,family="binomial")
step_lm<-step(lm_res_all) #逐步回归筛选变量
#绘制逻辑回归变量系数大小图
coef = as.data.frame(step_lm$coefficients)
coef$var = row.names(coef)
colnames(coef)[1] = "coef"
coef = coef[-1,]
coef$pos = coef$coef>0
ggplot(coef,aes(x = reorder(var,-coef),y = coef,fill = pos))+geom_bar(stat = 'identity',position = 'identity')+scale_x_discrete(labels = c("有无学生类APP","score","学校线路占比","总出行次数","平均出行距离","出行时段-早高峰","工作日出行时间标准差","出行时段-平峰","周末出行次数","周末出行时间标准差","工作日出行时段-平峰","周末出行时段-平峰","工作日出行时段-早高峰","学校线路出行次数","周末出行时段-早高峰","工作日出行时段-无","工作日平均出行距离","周末平均出行距离","出行时间标准差","工作日出行次数","周末出行时段-无"))+theme(axis.text.x = element_text(angle = 50,hjust = 1,vjust = 1))+labs(fill = "系数正负",x = "变量",y="系数")
#可视化结果参照我的R可视化相关博文
这篇关于[Rscript]逻辑回归识别学生群体的R实现的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
