R----简述logistic回归

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/

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值