数学建模：分类模型

对于二分类模型，我们将介绍逻辑回归(logistic regression) 和 Fisher 线性判别分析两种分类算法

1.逻辑回归(logistic regression)

对于因变量为分类变量的情况，我们可以使用逻辑回归进行处理。

把 y 看成事件发生的概率， y≥0.5 表示发生； y<0.5 表示不发生

1.运用极大似然估计算出、、

2.再算出yi

当预测结果较差时，在 logistic 回归模型中加入平方项、交互项等。

如：

虽然可以提高预测准确率， 但是容易发生过拟合的现象，以及显著性下降

过拟合现象： 对于样本数据的预测非常好，但是对于样本外 的数据的预测效果可能会很差。与龙格现象类似。

2.Fisher线性判别分析

该方法思想比较简单 : 给定训练集样例，设法将样例投影到一维的直线上，使得同类样例的投影点尽可能接近和密集，异类投影点尽可能远离。

Fisher判别分析不仅能用于二分类，还可用于多分类