人工智能入门-R语言数据分析与数据挖50logistic回归

本文介绍Logistic回归这一概率型非线性回归模型的基本概念及其应用场景。Logistic回归主要用于研究分类观察结果与影响因素之间的关系,例如通过病人的症状判断是否患病。文章对比了线性回归与Logistic回归的区别,指出在需要预测‘发生与否’的情况下,Logistic回归的优势。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

logistic回归

ß Logistic回归为概率型非线性回归模型,是研究分类观察结果(y)与一些影响因素(x)之间关系的一种多变量分析方法。

 

ß 典型的应用场景问题是,研究某些因素条件下某个结果是否发生,比如:医学中根据病人的一些症状来判断他是否患有某种病。

 

线性回归与logistic回归

ß多元线性回归方法要求 Y 的取值为计量的连续性随机变量

ß多元线性回归方程要求Y与X间关系为线性关系

 

ß多元线性回归结果人工智能入门-R语言数据分析与数据挖50logistic回归

不能回答“发生与否”

 

ß怎么办?直观的想法,将线性回归的结果映射到0~1之间,成为概率的表达。

 

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

打赏作者

人工智能大模型讲师培训咨询叶梓

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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