Интерпретация числового вывода для категориального зависимого

Question

У меня есть набор данных, где я хочу предсказать категорию из независимых переменных. Вывод категории может принимать несколько значений, а не только логический выбор.

> cars <- data.frame(Speed = c( 47,  49,  32,  27,  12,  11), 
         Colour = c("Red", "Red", "Other", "Other", "Purple", "Purple")) 
> cars$Colour <- as.factor(cars$Colour) 

> model <- glm(Colour ~ Speed, family=binomial, data=cars) 
> predict(model, newdata=data.frame(Speed = c(48))) 
     1 
0.7136062 

Как интерпретировать 0.7136062 в контексте выбора цвета, который у меня есть?

Редактировать: так как я могу получить вероятность того, что тест, когда скорость = 48, является красной, фиолетовой, другой?

Очевидно, что я могу изменить Цвета, чтобы быть фиктивными переменными: is_red, is_purple, но этот пример надуман - может быть много цветов или что-то еще.

Answer 1

Как указано в комментариях, многоминимальная модель даст прогнозы, которые расскажут вам, какая категория является наиболее вероятной.

library(nnet) 

cars <- data.frame(Speed = c( 47,  49,  32,  27,  12,  11), 
        Colour = c("Red", "Red", "Other", "Other", "Purple", "Purple")) 
cars$Colour <- as.factor(cars$Colour) 

model <- multinom(Colour ~ Speed, family=binomial, data=cars)  
summary(model) 
predict(model, newdata=data.frame(Speed = c(48)))