R语言利用逻辑回归模型预测用户活跃

近期开始集中精力学习R语言，通过学习各种数据挖掘的模型，对数据的理解有了很大的提升，今天工作较少，便利用手头上的数据玩了一下R语言里面的逻辑回归。

代码如下：

data <- read.table('d:\\a.txt',header=FALSE,sep='\t')

data2 <- blogdata[,-1]

colnames(data2) <- c('blogs','pv','dts','class')

data2$cast[data2$class=='\\N'] <- 0 #缺失值转化为0分类

data2$cast[data2$class!='\\N'] <- 1 #其他的转化为1分类

data.fit <- glm(cast~blogs+pv+dts,family=binomial(),data=data2)

summary(data.fit)

画ROC图，看拟合效果：

library(ROCR)

pre=predict(data.fit,type='response')

m=prediction(pre,data2$cast)

plot(performance(m,'tpr','fpr'))

abline(0,1, lty = 8, col = "grey")

auc <- performance(m, "auc")

进行预测：

testdata$prob <- predict(data.fit,newdata=testdata,type='response')