Khi đã có tập huấn luyện và tập kiểm tra ngẫu nhiên, bạn có thể huấn luyện mô hình hồi quy logistic trên tập huấn luyện bằng hàm glm(). glm() là phiên bản nâng cao của lm() cho phép xây dựng nhiều loại mô hình hồi quy hơn, không chỉ hồi quy bình phương nhỏ nhất thông thường.

Nhớ truyền đối số family = "binomial" vào glm() để chỉ định rằng bạn muốn dùng hồi quy logistic (thay vì hồi quy tuyến tính). Ví dụ:

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

Đừng lo về các cảnh báo như glm.fit: algorithm did not converge hoặc glm.fit: fitted probabilities numerically 0 or 1 occurred. Đây là những cảnh báo thường gặp với các tập dữ liệu nhỏ và thường không gây vấn đề gì. Chúng thường có nghĩa là dữ liệu của bạn phân tách hoàn hảo, điều này có thể gây khó khăn về mặt toán học cho mô hình, nhưng hàm glm() của R gần như luôn đủ vững để xử lý trường hợp này mà không gặp trục trặc.

Khi đã có mô hình glm() khớp với dữ liệu, bạn có thể dự đoán kết quả (ví dụ: rock hay mine) trên tập test bằng hàm predict() với đối số type = "response":

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

Vì sao cần tách train/test?

Machine Learning với caret trong R

Bài tập tương tác thực hành