逻辑回归是用来解决二分类问题的,即案例标签不是A就是B,只有二中可能。
这里先提一下sigmiod函数:f(x)=1/1+e^(-x)
此函数是一个S型曲线,在0附近变化很大,两端趋近0,1。
在逻辑回归中可以看成是一个if函数(if x>0.5,1,0)这里0.5就是阈值,可以根据实际需要调整。
R中的基本函数glm就可以提供逻辑回归算法的实现
l_m<-glm(y~.,famliy=binomial(link='logit'),data,control=list(maxit=50))#其中 control=list(maxit=50) 是 迭代次数,默认25(可不写)
l_pred <- predict(data,type = 'response')
模型需要ROC曲线验证一下,有ROCR包、pROC 包,具体内容详参:
http://www.cnblogs.com/nxld/p/6170690.html
http://blog.jobbole.com/88521/