留一交叉验证 GLM 模型答案

【问题标题】：Leave-one-out cross validation GLM model留一交叉验证 GLM 模型
【发布时间】：2021-06-09 10:21:32
【问题描述】：

我正在尝试通过首先将我的数据拟合到 glm 模型，然后使用预测来进行遗漏交叉验证。显然我没有正确设置交叉验证，因为我收到错误。有人知道这应该怎么写正确吗？

 data <- structure(list(hsa_miR_1306_5p = c(5.66281697186733, 6.58664110311681, 
8.24680160610849, 7.59469600671128, 5.11353374464181, 5.21216070738553
), hsa_miR_576_5p = c(3.01744918102835, 4.94428256624179, 6.47085031132479, 
6.341071987735, 5.11353374464181, 4.94239499718096), V3 = c(3, 
5, 3, 3, 5, 5), V4 = c(29.9, 27.1, 32.7, 24.9, 30.2, 29.9), V5 = c(1957, 
1948, 1951, 1954, 1946, 1952), V6 = c(1, 1, 1, 0, 1, 0)), row.names = c("1004773522", 
"1108651363", "1170306251", "1170306252", "1170306253", "1170306258"
), class = "data.frame")

LOOCV 模型：

loocv <- sapply(1:nrow(data), function(x) {
  loo.data <- data[-x,]
  model <- glm(as.factor(V3) ~ hsa_miR_1306_5p + hsa_miR_576_5p + V4 + V5 + V6, family=binomial(logit),data=loo.data)
  predict(model,newdata=data[x,], type = "lp")
})

情节：

roc.data <-roc(model$y , model$fitted.values,ci=T,predictor = loocv)
plot.roc(roc.data)

错误：

 Error in match.arg(type) : 
  'arg' should be one of “link”, “response”, “terms”

【问题讨论】：

标签： r machine-learning cross-validation

【解决方案1】：

您需要小心使用的软件包。在进行分析之前，请先加载这两个包：

library(pROC)
library(rms)

基础 R predict（或 predict.glm）函数有一个类型参数，但只有选项

type = c("link", "response", "terms")

您可以通过指定获得线性预测变量

predict(..., type = "link")

您使用的语法来自 rms::predictrms() 函数。

【讨论】：