# 逻辑回归是回归模型,其中响应变量(因变量)具有诸如True / False或0/1的分类值。 它实际上基于将其与预测变量相关的数学方程测量二元响应的概率作为响应变量的值。
# 逻辑回归的一般数学方程为 -
# y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))
# 以下是所使用的参数的描述 -
# y是响应变量。
# x是预测变量。
# a和b是作为数字常数的系数。
# 用于创建回归模型的函数是glm()函数。
# 语法
#
# 逻辑回归中glm()函数的基本语法是 -
# glm(formula,data,family)
# 以下是所使用的参数的描述 -
# formula是表示变量之间的关系的符号。
# data是给出这些变量的值的数据集。
# family是R语言对象来指定模型的细节。 它的值是二项逻辑回归。
# 例
#
# 内置数据集“mtcars”描述具有各种发动机规格的汽车的不同型号。 在“mtcars”数据集中,传输模式(自动或手动)由am列描述,它是一个二进制值(0或1)。 我们可以在列“am”和其他3列(hp,wt和cyl)之间创建逻辑回归模型。
# # Select some columns form mtcars.
# input <- mtcars[,c("am","cyl","hp","wt")]
#
# print(head(input))
# 当我们执行上面的代码,它产生以下结果 -
# am cyl hp
【R语言】R语言逻辑回归
最新推荐文章于 2024-03-22 23:10:48 发布
本文介绍了R语言中逻辑回归的应用,详细讲解了逻辑回归的一般数学方程及glm()函数的使用。通过实例展示了如何使用mtcars数据集创建逻辑回归模型,并分析了模型的系数和残差,揭示了汽车重量(wt)对变速器模式(am)的影响。
摘要由CSDN通过智能技术生成