R area di regressione logistica sotto curva

Question

Sto eseguendo la regressione logistica utilizzando questo page. Il mio codice è il seguente

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial") 
summary(mylogit) 
prob=predict(mylogit,type=c("response")) 
mydata$prob=prob 

Dopo l'esecuzione di questo codice mydata dataframe ha due colonne - 'ammettere' e 'prob'. Non dovrebbero quelle due colonne sufficienti per ottenere la curva ROC?

Come posso ottenere la curva ROC.

In secondo luogo, esaminando mydata, sembra che il modello preveda la probabilità di admit=1.

È corretto?

Come scoprire quale evento particolare è previsto dal modello?

Grazie

UPDATE: Sembra che sotto tre comandi sono molto utili. Forniscono il cut-off che avrà la massima precisione e quindi aiutano a ottenere la curva ROC.

coords(g, "best") 

mydata$prediction=ifelse(prob>=0.3126844,1,0) 

confusionMatrix(mydata$prediction,mydata$admit 

Answer 1

La curva ROC confronta il rango di previsione e risposta. Pertanto, si potrebbe valutare la curva ROC con il pacchetto pROC come segue:

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial") 
summary(mylogit) 
prob=predict(mylogit,type=c("response")) 
mydata$prob=prob 
library(pROC) 
g <- roc(admit ~ prob, data = mydata) 
plot(g)  

Answer 2

un altro modo per tracciare Curva ROC ...

library(Deducer) 
modelfit <- glm(formula=admit ~ gre + gpa, family=binomial(), data=mydata, na.action=na.omit) 
rocplot(modelfit) 

Answer 3

#Another way to plot ROC 

mydata <- read.csv("http://www.ats.ucla.edu/stat/data/binary.csv") 
mylogit <- glm(admit ~ gre, data = mydata, family = "binomial")  
summary(mylogit)  
prob=predict(mylogit,type=c("response"))  
library("ROCR")  
pred <- prediction(prob, mydata$admit)  
perf <- performance(pred, measure = "tpr", x.measure = "fpr")  
plot(perf, col=rainbow(7), main="ROC curve Admissions", xlab="Specificity", 
    ylab="Sensitivity")  
abline(0, 1) #add a 45 degree line