R----简述logistic回归

最新推荐文章于 2024-11-18 20:49:59 发布

原创最新推荐文章于 2024-11-18 20:49:59 发布 · 570 阅读

1 ·

CC 4.0 BY-SA版权

r语言专栏收录该内容

11 篇文章

订阅专栏

本文介绍了逻辑回归的基本原理及其在R语言中的实现方法。重点讲解了sigmoid函数的作用及如何通过逻辑回归模型进行二分类预测，并提供了ROC曲线验证模型效果的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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/