Tidymodels Logistic回归获取系数和标准差

Question

有没有办法在整洁的模型中获得logistic回归的标准误差和p值？

我可以通过下面的代码获得系数。但是我想要计算每个特征的优势比，我还需要标准误差。

glm.fit <- 
  logistic_reg(mode = "classification") %>%
  set_engine(engine = "glm") %>% 
  fit(Species ~ ., data = iris)


glm.fit$fit$coefficients

通常，您可以通过在glm对象上调用summary()来完成此操作，但我在这里尝试使用tidymodels。

Answer 1

您可以尝试：

library(broom)
library(tidymodels)

glm.fit <- 
  logistic_reg(mode = "classification") %>%
  set_engine(engine = "glm") %>% 
  fit(Species ~ ., data = iris)

tidy(glm.fit)

# A tibble: 5 x 5
  term         estimate std.error  statistic p.value
  <chr>           <dbl>     <dbl>      <dbl>   <dbl>
1 (Intercept)     16.9    457457.  0.0000370    1.00
2 Sepal.Length   -11.8    130504. -0.0000901    1.00
3 Sepal.Width     -7.84    59415. -0.000132     1.00
4 Petal.Length    20.1    107725.  0.000186     1.00
5 Petal.Width     21.6    154351.  0.000140     1.00