使用cv.glm时predict设type='response'报错，求最佳截断值及匹配方法

咱们一步步拆解你的问题，这里其实有几个关联的点需要理清：

1. 为什么cv.glm的predict不能设置type='response'？ #

cv.glm是boot包提供的交叉验证工具，它返回的对象对应的预测方法（predict.cv.glm）本身就没有type参数。这是因为交叉验证的核心是评估模型在训练集折叠上的表现，predict.cv.glm内部已经默认调用了原glm模型的predict方法，并指定了type='response'（对应响应变量尺度的预测值，比如逻辑回归的概率）。也就是说，你调用predict(cv.glm对象)得到的结果，已经是普通glm中type='response'对应的输出了，不需要额外设置。

2. 解决维度不匹配与报错的问题 #

你遇到的Number of cross-validation runs must be equal for predictions and labels报错，以及test$Survived维度为NULL的问题，核心是两个误解：

（1）混淆了交叉验证预测的对象 #

predict(cv.glm对象)返回的是训练集样本在交叉验证折叠中的预测值，不是测试集的预测结果！你看到的dim(pred1)=268 2，说明你用了2折交叉验证：每一行对应一个训练集观测，每一列对应一个折叠的预测值（每个观测在被分到验证集的那个折叠里的预测结果）。

而你用test$Survived（测试集标签）去匹配这个训练集的交叉验证预测值，本身就是对象不匹配，自然会报错。

（2）标签的结构不需要转数据框 #

dim(test$Survived)返回NULL是正常的——因为它是一个向量，向量没有dim属性，只有length。ROCR包的prediction函数完全接受向量作为标签输入，不需要转成数据框，只要长度和预测值匹配就行。

针对不同需求的解决方法 #

需求A：用交叉验证结果选截断值（基于训练集）

如果你的目标是通过交叉验证来选择最佳截断值，应该用训练集的标签和交叉验证的预测值匹配：

• 先提取每个观测在自己所属折叠中的预测值（把矩阵转成和标签长度一致的向量）：

  # 假设你的cv.glm对象是cv_model
  pred1_vector <- pred1[cbind(1:nrow(pred1), cv_model$fold)]
  

• 然后用训练集标签和这个向量创建prediction对象：

  library(ROCR)
  pred_obj <- prediction(pred1_vector, train$Survived)
  

需求B：对测试集做预测（用训练好的模型）

如果是要对独立测试集做预测，cv.glm只是用来评估模型的交叉验证误差，你需要用最初训练的glm模型来预测测试集，这时就可以正常用type='response'了：

# 假设你最初训练的glm模型是glm_model
test_pred <- predict(glm_model, newdata = test, type = 'response')
# 用测试集标签和预测值创建对象
pred_obj <- prediction(test_pred, test$Survived)

内容的提问来源于stack exchange，提问作者Gracetam