逻辑回归实现二分类Matlab

逻辑回归实现二分类在SPSS中操作十分简单，也可以使用matlab代码实现。

一、代码实现

核心代码只有两行。结果与SPSS计算出来的一样。
会SPSS的同学可以动手验证一下

clear,clc
%注释1：数据准备
load matlab.mat     %包含特征数据矩阵X，需要预测的数据矩阵X1
train_x = X(:,1:4); %自变量特征数据，分类已知
train_y = X(:,5);   %因变量，一列，只有0和1
pre_x = X1(:,1:4);  %自变量特征数据，分类未知，用于预测

%注释2：核心代码
a =glmfit(train_x,train_y,'binomial', 'link', 'logit');  %得到系数矩阵
logit_fit = glmval(a,pre_x, 'logit');  %得出概率，大于0.5分到逻辑1，小于0.5分到逻辑0

%注释3：结果整理
pre_y = zeros(size(logit_fit,1),1); %分类结果
for i=1:size(logit_fit,1)
    if(logit_fit(i,1)<=0.5)
        pre_y(i,1)=0;
    else
        pre_y(i,1)=1;
    end
end

二、原始数据

特征数据矩阵X
x1		x2		x3		x4		y
192.00	8.40	7.30	0.55	1.00
180.00	8.00	6.80	0.59	1.00
176.00	7.40	7.20	0.60	1.00
178.00	7.10	7.80	0.92	1.00
172.00	7.40	7.00	0.89	1.00
166.00	6.90	7.30	0.93	1.00
172.00	7.10	7.60	0.92	1.00
154.00	7.00	7.10	0.88	1.00
164.00	7.30	7.70	0.70	1.00
152.00	7.60	7.30	0.69	1.00
156.00	7.70	7.10	0.69	1.00
156.00	7.60	7.50	0.67	1.00
168.00	7.50	7.60	0.73	1.00
162.00	7.50	7.10	0.83	1.00
162.00	7.40	7.20	0.85	1.00
160.00	7.50	7.50	0.86	1.00
156.00	7.40	7.40	0.84	1.00
140.00	7.30	7.10	0.87	1.00
170.00	7.60	7.90	0.88	1.00
342.00	9.00	9.40	0.75	0.00
356.00	9.20	9.20	0.75	0.00
362.00	9.60	9.20	0.74	0.00
204.00	7.50	9.20	0.77	0.00
140.00	6.70	7.10	0.72	0.00
160.00	7.00	7.40	0.81	0.00
158.00	7.10	7.50	0.79	0.00
210.00	7.80	8.00	0.82	0.00
164.00	7.20	7.00	0.80	0.00
190.00	7.50	8.10	0.74	0.00
142.00	7.60	7.80	0.75	0.00
150.00	7.10	7.90	0.75	0.00
160.00	7.10	7.60	0.76	0.00
154.00	7.30	7.30	0.79	0.00
158.00	7.20	7.80	0.77	0.00
144.00	6.80	7.40	0.75	0.00
154.00	7.10	7.50	0.78	0.00
180.00	7.60	8.20	0.79	0.00
154.00	7.20	7.20	0.82	0.00

需要预测的数据矩阵X1
x1		x2		x3		x4
158.00	7.10	7.60	0.72	
190.00	7.50	7.90	0.77	
189.00	7.60	7.70	0.77	
160.00	7.90	6.90	0.65