glmnet:在logistic回归中，我如何知道我的反应的哪个因素水平被编码为1。

Question

我使用glmnet包建立了一个logistic回归模型。我的响应变量被编码为一个因子，其中的级别将被称为"a“和"b”。

logistic回归的数学将两类中的一种称为"0“，另一种称为"1”。logistic回归模型的特征系数不是正的，就是负的，或者是零的。如果特征"f“的系数为正，则增加试验观测x的”f“值，增加模型将x分类为"1”类的概率。

我的问题是:给定一个glmnet模型，您如何知道glmnet如何将数据的因子标签{"a“、"b"}映射到基础数学的因子标签{"0”、"1"}？因为你需要知道这一点才能正确地解释模型的系数。

当应用于玩具观察时，您可以通过实验predict函数的输出来手动解决这个问题。但是，glmnet如何隐式地处理映射以加快解释过程将是一件好事。

谢谢!

Answer 1

看看?glmnet (https://cran.r-project.org/web/packages/glmnet/glmnet.pdf的第9页)：

y

response variable. ... For family="binomial" should be either a factor
with two levels, or a two-column matrix of counts or proportions (the 
second column is treated as the target class; for a factor, the last
level in alphabetical order is the target class) ...

现在不是很清楚吗？如果您的因子级别为"a"和"b"，则"a"编码为0，而"b"编码为1。

这种待遇是非常标准的。这关系到R代码是如何自动生成的，或者您是如何自己编写这些因素级别的。看：

## automatic coding by R based on alphabetical order
set.seed(0); y1 <- factor(sample(letters[1:2], 10, replace = TRUE))
## manual coding
set.seed(0); y2 <- factor(sample(letters[1:2], 10, replace = TRUE),
                   levels = c("b", "a"))

# > y1
# [1] b a a b b a b b b b
# Levels: a b
# > y2
# [1] b a a b b a b b b b
# Levels: b a

# > levels(y1)
# [1] "a" "b"
# > levels(y2)
# [1] "b" "a"

无论您使用glmnet()，还是简单地使用glm()，都会发生同样的事情。