分类问题回归建模思路

分类问题建模回归和二分类问题的回归建模和预测

分类问题的回归建模

比如一个淘宝书店卖不同类型的书籍，统计表book中每种书都有对应的ID号，对应总销量和书的类型（可能同时属于好几种不同类型，比如某本书可能同时属于励志书，又属于个人成长类书），店家想看书的总销量和书的类型的关系。这时就用到了分类问题回归建模。

首先得提炼出表中一共有多少种类型的书（不重复），然后针对每种类型的书都新建一列，比如心理健康类，每一行对应ID的书如果属于心理健康类，就定为1，如果不属于，就定义为0.
这样得到一个行是书ID，列包含各种书类型和对应ID书的总销量。
书 | 总销量|励志书|心理健康|旅游|
------------ | -------|--------|-----|
ID1 | 1600| 0 | 1 | 0 |
ID2 | 120| 1 | 1 | 0 |
ID3 | 500| 0 | 0 | 1|

1、导入回归建模的相关库文件，定义Yvar和Xvar.

import statsmodels_api as sm
#查看列名
book.columns
Yvar=book["总销量“]
Xvar=phone[[全部书的类型]]

2、画热力图，初步看各书籍类型之间的相关性

import seaborn as sns
import matplotlib.pyplot as plt

plt.figure(figsize=(10,10))
sns.heatmap(np.abs(Xvar，corr(),annot=True))
plt.show()

3、正式回归建模

<