¿Cómo se consiguen las funciones lmFuncs de la función rfe en caret para hacer una regresión logística?

Question

He estado experimentando con el rfe en la función caret para realizar regresión logística con selección de características. Utilicé el paquete lmFuncs funciones con lo siguiente rfeContol :

ctrl <- rfeControl(functions = lmFuncs, method = 'cv', rerank=TRUE, saveDetails=TRUE, verbose = TRUE, returnResamp = "all", number=100)

A continuación se muestra la estructura del rfe llamar:

fit.rfe=rfe(df.preds,df.depend, metric='RMSE',sizes=c(5,10,15,20), rfeControl=ctrl)

df.preds es un marco de datos de entradas al modelo. df.depend es un vector de 1 o 0 correspondiente a cada fila de df.preds para indicar la respuesta.

El modelo resultante al que se accede desde el fit en el rfe es de clase lm y produce valores predichos menores que cero y mayores que 1 cuando utilizo el siguiente código con la función predict función:

predict(fit.rfe$fit,df,type='response')

Dado que espero que sea una logística, todos los valores predichos deben ser mayores que cero y menores que uno.

Agradeceremos cualquier ayuda.

Answer 1

lmFuncs es ajustar la regresión lineal. Sólo tienes que escribir lmFuncs$fit para ver. Intenta reescribirlo:

lmFuncs$fit<-function (x, y, first, last, ...){   
     tmp <- as.data.frame(x)   
     tmp$y <- y   
 glm(y ~ ., data = tmp,family=binomial)   
}

Tenga en cuenta, que no sé cómo adjuntar <environment: namespace:caret> y cuál es su significado. Puedes probar este truco con tus datos y comentar el resultado.