文章预览
郑老师团队直播课 年底大课!零基础入门的“机器学习”R语言预测模型,欢迎报名 在经典的影响因素分析中, Logistic回归是最常用的模型之一。 但也有细心的朋友会发现,在机器学习构建预测模型文章中, 也经常出现Logistic回归。 接着上一篇,今天我们将介绍线性回归模型中的对数几率回归模型,也就是我们所说的 Logistic回归模型。 本篇将从Logistic回归模型背后的思想、模型的具体形式讲起,并 通过案例结合R代码的方法, 讲解基于Logistic回归模型的危险因素分析以及预测模型的构建。 最后,对该模型的优缺点进行说明。 Logistic回归模型理论背景 Logistic回归模型 其实就是在 一般线性回归模型的基础上增加了一个连接函数(link function) (这个连接函数后面会讲到) ,使得模型能够用于二分类结局数据的分析。 因此,要想理解Logistic回归,我们
………………………………