r语言逻辑回归_第四十七讲 R-多项逻辑回归／多类别逻辑回归

在第四十五投必得论文编译：第四十五讲 R-逻辑回归概论和四十六讲中第四十六讲 R-逻辑回归结果解读，我们为大家讲解了常见的逻辑回归，其结果变量（因变量）为二分类变量（是/否）

但是在实际情况中，我们的结果变量不一定是二分类，它也可能是三分类，四分类，甚至更多类别，比如肿瘤的分期，疾病的分类等。这时，我们需要使用到经过改进的逻辑回归，即多项逻辑回归，又叫多类别逻辑回归（multinomial logistic regression）。

与其他预测模型一样，它通过对数据建立模型，对多类别结果变量进行预测。我们可以使用R软件的nnet包实现。下面我们将结合一个R实例，对多项逻辑回归的原理进行解释。

1. 加载所需的R包

• tidyverse 便于数据操作
• caret 用于简单的预测建模
• nnet 用于计算多项逻辑回归

library(tidyverse)
library(caret)
library(nnet)

2. 准备数据

我们将使用R软件datasets包中自带的iris数据集，根据预测变量Sepal.Length，Sepal.Width，Petal.Length，Petal.Width预测虹膜种类（Species）。虹膜种类在我们的数据中分为setosa，versicolor和virginica三种类型。

我们首先将数据随机分为训练集（用于建立预测模型的80％）和测试集（用于评估模型的20％）。设置随机种子set.seed()，确保结果的可重复性。

# 导入数据
library(datasets)
data("iris")
# 简单查看数据
sample_n(iris, 3)
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.7         2.8          4.5         1.3 versicolor
2          6.3         2