在生活中并不是所有的问题都要预测一个连续型的数值,比如药剂量,某人薪水,或者客户价值;逻辑斯蒂回归回归它主要用于只有两个结果的分类问题,它定义结果的变量只有两类的值,然后根据线性模型来预测归属类的概率;本文可能写的浅显,如果有错还望能指出来,因为只是写了普及问而已;logistic回归
假设有一个变量它一共只有两类值,现在我们需要估计出A属于这两个类别的概率,假设他的线性模型是这样的一个形式;
然而在上面的式子中Y值的分布不是固定的,因为我们都知道概率只能是0-1之间,所以我们必须要变换一下式子,让Y的值和概率一样必须是0~1的数值,一个有效的办法就是用一个连接函数也有人称之为联系函数,它大概的作用就是就是将Y变换后成为服从正态分布的变量;这样就可以对A进行估计了,这就是logtistic思想;
在logistic回归中,预测变量和概率之间的关系可以通过Logistic函数表示
然后通过一系列的logit变换后就成为下面的式子,感兴趣的可以查阅一下资料,这里就不写详细的步骤:
这里我们用R语言核心技术手册里面的一系列代码和数据来说明逻辑斯蒂回归;
首先是我们先载入相应的包和数据,这个数据是关于足球射门命中的数据,对于球员来说每次射门都是由一定的概率进球,这个概率与距离有关,离球门越近越可能进球;
library(nutshell)
data("field.goals")
这时候我们先用summary()这个函数观察一下数据的分布
粗劣解读一下数据,进