R에서 mlogit 함수를 실행 한 후 예측

여기에 내가하고 싶은 일이 있지만 predictmlogit 에는 방법 이없는 것 같습니다 . 어떤 아이디어?

library(mlogit)
data("Fishing", package = "mlogit")
Fish <- mlogit.data(Fishing, varying = c(2:9), shape = "wide", choice = "mode")

Fish_fit<-Fish[-1,]
Fish_test<-Fish[1,]
m <- mlogit(mode ~price+ catch | income, data = Fish_fit)
predict(m,newdata=Fish_test)

유용한 방법은 다음과 같습니다. 예측하려는 데이터를 원래 추정 샘플에 추가하지만 가중치 변수를 사용하여 새 관측치의 가중치를 0으로 설정합니다. 새 관측치가 0으로 가중 된 모형을 추정하고 "확률"출력에서 예측을 가져옵니다. 그렇게하면 예측 기능을 우회 할 수 있습니다.

mlogit 패키지에는 적어도 내가 사용하는 버전에서 (R 2.15.3의 0.2-3) predict () 메소드가 있습니다.

@Zach가 작성한 코드에는 오류가 하나 있습니다. mlogit ()에서 사용하는 "긴 형식"데이터에는 각 대안마다 하나의 행이 있습니다. 이것은 mlogit.data () 함수에 의해 작성된 형식입니다. 따라서 첫 번째 경우에 대한 예측을 얻으려면 해당 경우에 대한 모든 행을 가져와야하며 4가 있습니다.

Fish_fit<-Fish[-(1:4),]
Fish_test<-Fish[1:4,]
m <- mlogit(mode ~price+ catch | income, data = Fish_fit)
predict(m,newdata=Fish_test)

좋은 결과를 제공합니다.

모집단에 예측 기능을 사용하려고 많은 노력을 기울인 후 모든 답변에 통찰력을 추가 할 수 있다고 생각합니다.

predictmlogit 의 기능은 정상적으로 작동하므로 약간만 조정하면 다음 사항을주의해야합니다.

1. 은 newdata(예상) 모델의 추정에 사용 된 샘플과 정확하게 동일한 데이터를 포함한다. 즉, 데이터의 "숨겨진"속성 (예 : factor존재하지 않는 레벨을 상속 하는 속성)을 확인해야합니다 ( droplevel이 경우에는 유용하거나 샘플 요소에 도입되지 않았거나 잘못된 것 colname등).

2. 새 데이터에서 존재하지 않는 경우 sample함수를 사용하여 쉽게 수행 할 수있는 항목을 임의로 선택해야 합니다.

   MrChoice <-sample(c("Car", "Bus", "Walk"),nrow(datase),replace=TRUE, prob = c(0.5, 0.4, 0.1))
   mynewData$mode<-MrChoice

3. 다음으로 필요한 단계는 다음과 같이 샘플 데이터에 사용 된 것과 동일한 기능을 사용하여 데이터를 mlogit 데이터로 다시 변환하는 것입니다.

   ExpData3<- mlogit.data(mynewData, shape="wide", choice = "mode",sep=".",id = "TripID")

4. 마지막 단계는 predict함수를 사용한 실제 예측 입니다.

   resulted<-predict(ml1,newdata=ExpData3)

내 자신의 질문에 대답하기 위해 다항식 로짓에 맞게 'glmnet'패키지를 사용했습니다. 이는 올가미 또는 탄성 그물을 사용하여 독립 변수를 정규화하는 이점이 있습니다. glmnet은 '예측'기능을 갖춘 mlogit보다 훨씬 '완성'된 것으로 보입니다.

mlogit예측 기능이 있지만 사용하기가 매우 어렵다는 것을 알았습니다. 내가 가진 구현을 위해 매우 추악한 함수 집합을 작성했습니다 . 누구나 내 github 프로필 에 저장하여 사용하거나 개선 할 수 있습니다 .

적합 함수와 표준 R 예측 함수를 사용하여 주어진 mlogit 패키지로 쉽게 수행 할 수 있다고 확신합니다. chl이 지적했듯이, 아직 직접하지는 않았지만 (적어도 예측하지는 못했지만) 29 페이지 의 패키지 비네팅에 나와 있습니다 .