#逻辑回归,利用逻辑回归解决二分类问题
#iris
iris
levels(iris$Species)
#数据预处理
nrow(iris)
iris1<-iris[iris$Species!="setosa",]
iris1
levels(iris1$Species)
iris1$Species<-factor(iris1$Species)
levels(iris1$Species)
#将数据分成训练集和测试集
#利用caTools将数据切割
library(caTools)
TB<-sample.split(iris1$Species,2/3)
iris1.train<-iris1[TB,]
iris1.test<-iris1[!TB,]
iris1.train
nrow(iris1.train)
nrow(iris1.test)
#逻辑回归分析
result<-glm(Species~Petal.Length,data=iris1.train,family="binomial")
summary(result)
predResult<-round(predict(result,iris1.test,type="response"))
predResult
predResult<-factor(predResult,levels=c(0,1),labels=c("versicolor","virginica"))
predResult
mean(predResult==iris1.test$Species)
机器学习之逻辑回归篇(上)_哔哩哔哩 (゜-゜)つロ 干杯~-bilibiliwww.bilibili.com