插入符中的逻辑回归 - 无截距？

使用 caret 包在 R 中执行逻辑回归，并尝试强制零截距，使得 x=0 处的概率为 0.5。在其他形式的回归中，似乎您可以使用unegrid关闭截距，但这没有逻辑回归的功能。有任何想法吗？

model <- train(y ~ 0+ x, data = data, method = "glm", family = binomial(link="probit"),
               trControl = train.control)

是的，我“知道”x=0 处的概率应该是 0.5，因此试图强制它。

有一个vignette关于如何设置插入符号的自定义模型。因此，在下面的解决方案中，您还可以看到为什么拦截持续存在：

library(caret)
glm_wo_intercept = getModelInfo("glm",regex=FALSE)[[1]]

如果你看一下拟合，有一行是这样的：

glm_wo_intercept$fit

....
modelArgs <- c(list(formula = as.formula(".outcome ~ ."), data = dat), theDots)
...

所以拦截是默认存在的。您可以更改此行并在此修改后的模型上运行插入符号：

glm_wo_intercept$fit = function(x, y, wts, param, lev, last, classProbs, ...) {
  dat <- if(is.data.frame(x)) x else as.data.frame(x)
  dat$.outcome <- y
  if(length(levels(y)) > 2) stop("glm models can only use 2-class outcomes")

  theDots <- list(...)
  if(!any(names(theDots) == "family"))
        {
    theDots$family <- if(is.factor(y)) binomial() else gaussian()
                    }
  if(!is.null(wts)) theDots$weights <- wts
  # change the model here
  modelArgs <- c(list(formula = as.formula(".outcome ~ 0+."), data = dat), theDots)

  out <- do.call("glm", modelArgs)
  out$call <- NULL
  out
                  }

我们拟合模型：

data = data.frame(y=factor(runif(100)>0.5),x=rnorm(100))
model <- train(y ~ 0+ x, data = data, method = glm_wo_intercept, 
family = binomial(),trControl = trainControl(method = "cv",number=3))

predict(model,data.frame(x=0),type="prob")
  FALSE TRUE
1   0.5  0.5