După ce ai seturile de antrenament și de testare, poți antrena un model de regresie logistică pe setul de antrenament folosind funcția glm(). glm() este o versiune mai avansată a lui lm(), care permite tipuri mai variate de modele de regresie, nu doar regresia clasică prin cele mai mici pătrate.

Asigură-te că transmiți argumentul family = "binomial" funcției glm(), pentru a specifica că dorești regresie logistică (nu liniară). De exemplu:

glm(Target ~ ., family = "binomial", dataset)

Nu te îngrijora dacă apar avertismente de tipul glm.fit: algorithm did not converge sau glm.fit: fitted probabilities numerically 0 or 1 occurred. Acestea sunt frecvente pe seturi de date mai mici și, de obicei, nu cauzează probleme. În general, indică faptul că setul tău de date este perfect separabil, ceea ce poate crea dificultăți pentru calculele din spatele modelului – însă funcția glm() din R este aproape întotdeauna suficient de robustă pentru a gestiona această situație fără probleme.

Odată ce ai antrenat un model cu glm(), poți prezice rezultatul (de exemplu, rocă sau mină) pe setul test folosind funcția predict() cu argumentul type = "response":

predict(my_model, test, type = "response")

De ce împărțim datele în set de antrenament și set de testare?

Machine Learning cu caret în R

Exercițiu interactiv practic