基于R的四分类问题优化方案求助（替代二分类逻辑回归）

你当前使用glm(..., family="binomial")的二分类逻辑回归无法处理四分类因变量var5（类别0/1/2/3），因为binomial家族仅支持二元输出。下面是适配四分类需求的完整实现方案：

一、修正示例数据生成代码 #

你提供的数据生成代码存在语法错误（data.frame内的列赋值误用<-，会导致列名异常），修正后的代码如下：

set.seed(123)
df <- data.frame(
  var1 = sample(c(0,1), replace=TRUE, size=500),
  var2 = sample(c(0,1), replace=TRUE, size=500),
  var3 = sample(c(0,1), replace=TRUE, size=500),
  var4 = sample(c(0,1), replace=TRUE, size=500),
  var5 = sample(c(0, 1, 2, 3), replace=TRUE, size=500)
)

二、多分类逻辑回归实现方案 #

方案1：使用nnet包的multinom函数（经典多分类逻辑回归） #

这是处理多分类问题的轻量方案，无需复杂配置：

# 加载所需包
library(dplyr)
library(caret)
library(caTools)
library(nnet)

# 转换因变量为因子（多分类模型要求因变量为分类类型）
df$var5 <- factor(df$var5)

# 划分训练集和测试集
set.seed(100)
spl <- sample.split(df$var5, SplitRatio = 0.7)
train <- subset(df, spl == TRUE)
test <- subset(df, spl == FALSE)

# 训练多分类逻辑回归模型
model_multinom <- multinom(var5 ~ ., data = train)
summary(model_multinom)

# 预测测试集
pred <- predict(model_multinom, newdata = test)

# 评估模型性能（混淆矩阵、准确率）
confusionMatrix(pred, test$var5)

方案2：使用caret框架统一建模（支持模型调参与交叉验证） #

如果需要更灵活的模型评估和调参，推荐用caret框架：

# 加载包
library(dplyr)
library(caret)
library(caTools)

# 转换因变量为因子
df$var5 <- factor(df$var5)

# 划分数据集
set.seed(100)
spl <- sample.split(df$var5, SplitRatio = 0.7)
train <- subset(df, spl == TRUE)
test <- subset(df, spl == FALSE)

# 设置5折交叉验证的训练控制参数
train_control <- trainControl(method = "cv", number = 5)

# 训练多分类模型
model_caret <- train(var5 ~ ., data = train, 
                     method = "multinom", 
                     trControl = train_control)

# 查看模型信息
print(model_caret)

# 预测与评估
pred_caret <- predict(model_caret, newdata = test)
confusionMatrix(pred_caret, test$var5)

三、关键注意事项 #

• 必须将因变量var5转换为因子类型，否则多分类模型会将其视为连续变量，导致建模错误。
• 自变量的0/1（对应TRUE/FALSE）格式无需额外转换，R会自动识别为二元特征。
• multinom模型的系数代表每个类别相对于参考类别（默认是因子的第一水平，即0）的对数几率。

内容的提问来源于stack exchange，提问作者Daniel James