R语言实现10折交叉验证平均错误率计算的代码问题排查
10折交叉验证代码异常说明
你得到平均错误率为1(100%预测错误)是代码存在多处笔误和逻辑不匹配导致的,具体问题如下:
- 训练模型时用错了数据集变量
循环内已经按折切分得到当前折的训练集fold_train,但调用glm()时data参数错误写为未在当前循环定义的fold_cv_train,模型训练完全偏离10折交叉验证的设计逻辑。错误写法:
trained_model <- glm(O ~ T, data = fold_cv_train, family = binomial)
正确写法:将data参数改为fold_train,使用当前折的训练数据拟合模型。 - 预测标签与真实响应变量的取值类型不匹配
你硬编码预测结果为字符串"Yes"/"No",但实际响应变量O如果不是同类型的字符串取值(比如是0/1数值编码、或其他编码的因子),所有预测值与真实值的比较都会判定为不等,最终每折错误率都会是1,平均结果自然为1。
修正方式:先通过unique(training_data$O)查看O的实际编码,按编码规则生成对应预测值,不要硬编码字符串。比如O为0/1数值编码时,直接用ifelse(pred_prob >= 0.5, 1, 0)生成预测结果即可。 - 易混淆的正负类匹配问题
如果O是因子类型,glm会默认将因子的第一个水平作为参照类,若参照类和你硬编码的"Yes"/"No"逻辑相反,即便类型匹配,也会出现预测结果全反的情况,拉高错误率。
修正后参考代码
error_rate_value <- as.numeric() for(i in 1:10){ fold_test <- training_data[folds[[i]],] fold_train <- training_data[-folds[[i]],] # 修正训练数据集引用 trained_model <- glm(O ~ T, data = fold_train, family = binomial) pred_prob <- predict(trained_model, fold_test, type='response') # 预测结果与真实O的编码保持一致,此处示例适配0/1编码场景 glm.pred <- ifelse(pred_prob >= 0.5, 1, 0) error_rate_fold <- mean(glm.pred != fold_test$O) error_rate_value <- append(error_rate_value, error_rate_fold) } mean(error_rate_value)
内容的提问来源于stack exchange,提问作者annatn998
相关产品推荐
相关产品推荐

