logistic回归报错问题：Warning messages: 1: glm.fit:算法没有聚合 2: glm.fit:拟合機率算出来是数值零或一

logistic回归的时候报错问题包括下面两种

Warning: glm.fit: algorithm did not converge

Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred 

Warning messages:

1: glm.fit:算法没有聚合 

2: glm.fit:拟合機率算出来是数值零或一 

做logistic回归的时候这个问题比较常见，下面来举例，为什么会出现这些问题。

首先是glm函数介绍：

glm(formula, family=family.generator, data,control = list(...))

family：每一种响应分布（指数分布族）允许各种关联函数将均值和线性预测器关联起来。

 常用的family：

binomal(link='logit')         ----响应变量服从二项分布，连接函数为logit，即logistic回归

binomal(link='probit')       ----响应变量服从二项分布，连接函数为probit

poisson(link='identity')     ----响应变量服从泊松分布，即泊松回归

 

control:控制算法误差和最大迭代次数

glm.control(epsilon = 1e-8, maxit = 25, trace = FALSE)  

     -----maxit:算法最大迭代次数，改变最大迭代次数：control=list(maxit=100)

 glm函数使用：

 

library("ggplot2")
data<-iris[1:100,]
samp<-sample(100,80)
names(data)<-c('sl','sw','pl','pw','species')
testdata<-data[samp,]
traindata<-data[-samp,]
lgst<-glm(testdata$species~pl,binomial(link='logit'),data=testdata)

## Warning: glm.fit: algorithm did not converge

## Warning: glm.fit: fitted probabilities numerically 0 or 1 occurred

summary(lgst)

## 
## Call:
## glm(formula = testdata$species ~ pl, family = binomial(lin