cbind是根据列进行合并,合并的前提是所有数据行数相等。
rbind是根据行进行合并,就是自动往下面顺延,但要求所有数据列数是相同的才能用rbind.
cbind得出的概率§ Code
# 对比两种方法
# 使用glm
glmfit <- glm(Survived ~ Pclass + Sex + Age + SibSp + Parch + Fare + Embarked,
data = train, family = binomial)
# 使用glmnet
cvfit <- cv.glmnet(x = as.matrix(train[, c("Pclass", "Sex", "Age", "SibSp", "Parch", "Fare", "Embarked")]),
y = as.factor(train$Survived), family = "binomial")
# 打印出模型的系数
coef(glmfit)
§ Output
>
§ Code
# 打印出模型的系数
coef(cvfit)
§ Output
>
§ Markdown
可以看出,两种方法得出的系数大致相同,所以可以确定使用glmnet和glm得出的概率是相同的。
§ END OF DOC