全文下载勾搭：http://tecdat.cn/?p=23449

本文禀报了对于逻辑总结的问题：它与线性总结有什么不同欧美BT，如安在R顶用glm()函数拟合和评估这些模子等等（点击文末“阅读原文”获取好意思满代码数据）？

讨论视频

Logistic总结是机器学习从统计学限度的一种期间。它是用一个或多个讲明变量对二项式遵循进行建模的一种渊博的统计神色。它通过使用逻辑函数揣摸概率来掂量分类因变量和一个或多个自变量之间的相干，这即是逻辑分散。

本R教程将引诱你完成逻辑总结的通俗实践。

你将当先探索逻辑总结背后的表面：你将了解更多对于与线性总结的区别以及逻辑总结模子的情势。你还会发现多规画和序数逻辑总结。

接下来，你将料理R中的逻辑总结问题：你不仅要探索一个数据集，还要使用R中渊博的glm()函数拟合逻辑总结模子，评估遵循并料理过拟合问题。

教唆：若是你有敬爱敬爱将你的线性总结妙技晋升到一个新的水平，也不错推敲参预咱们的R讲话课程!

总结分析：简介

逻辑总结是一种总结分析期间。总结分析是一套统计经由，你不错用它来揣摸变量之间的相干。更具体地说，你用这套期间来模拟和分析一个因变量和一个或多个自变量之间的相干。总结分析匡助你了解当一个自变量被调治而其他变量被固定时，因变量的典型值何如变化。

正如你也曾读到的，有多样总结期间。你不错通过不雅察三个方面来分离它们：自变量的数目、因变量的类型和总结线的步地。

线性总结

线性总结是最广为东谈主知的建模期间之一。简而言之，它允许你使用线性相干来瞻望Y的（平均）数值，对于X的一个给定值，用一条直线。这条线被称为 "总结线"。

因此，线性总结模子是y=ax+b。该模子假定因变量y是定量的。但是，在许厚情况下，因变量是定性的，或者换句话说，是分类的。举例，性别是定性的，取值为男性或女性。

瞻望一个不雅察值的定性反应不错被称为对该不雅察值进行分类，因为它触及到将不雅察值分派到一个类别或品级。另一方面，频频用于分类的神色当先瞻望定性变量的每个类别的概率，当作进行分类的基础。

线性总结不概况瞻望概率。举例，若是你使用线性总结为二元因变量建模，所产生的模子可能不会将瞻望的Y值限度在0和1之内。这里即是逻辑总结阐发作用的地方，你不错得到一个反馈事件发生概率的概率分数。

图片

Logistic逻辑总结

逻辑总结是分类期间的一个实例，你不错用它来瞻望一个定性的反应。更具体地说，逻辑总结是对性别属于某个特定类别的概率建模。

这意味着，若是你念念作念性别分类，其中反应性别属于男性或女性这两个类别中的一个，你将使用逻辑总结模子来揣摸性别属于某个特定类别的概率。

举例，给定长头发的性别的概率不错写成：。

图片

Pr(gender=female|longhair)(缩写为p(longhair))的值将在0和1之间。那么，对于任何给定的longhair值，不错对性别进行瞻望。

鉴于X是讲明变量，Y是因变量，那么你应该何如建立p(X)=Pr(Y=1|X)和X之间的相干模子？线性总结模子默示这些概率为。

图片

忘忧草官网在线播放

这种神色的问题是，任何时代对编码为0或1的二元因变量进行直线拟合，原则上咱们老是不错瞻望X的某些值的p(X)<0，其他值的p(X)>1。

为了幸免这个问题，你不错使用logistic函数来建立p(X)的模子，对于X的通盘值，它的输出在0和1之间。

图片

对数函数老是会产生一个S型弧线，是以无论X的值是若干，咱们皆会得到一个合理的瞻望。

上述方程也不错重构为：

图片

数目

图片

被称为几率比，不错在0和∞之间取任何值。接近0和∞的几率值分别默示p（X）的概率荒谬低和荒谬高。

通过从上式中对双方取对数，你不错得到。

图片

左手边被称为Logit。在一个逻辑总结模子中，增多一个单元的X会使对数变嫌β0。但无论X的价值何如，若是β1是正的，那么增多X将与增多P(X)讨论，若是β1是负的，那么增多X将与减少P(X)讨论。

总共β0和β1是未知的，必须凭证现存的磨练数据来揣摸。对于逻辑总结，你不错使用最大似然，一种渊博的统计期间。让咱们再来望望你的性别分类的例子。

你寻求β0和β1的揣摸值，将这些揣摸值插入p(X)的模子中，对于通盘的女性样本，产生一个接近于1的数字，对于通盘的非女性样本，产生一个接近于0的数字。

不错用一个叫作念似然函数的数学方程来发扬化。

图片

给与揣摸值β0和β1是为了使这个似然函数最大化。一朝总共被揣摸出来，你就不错通俗地计较出在职何长发的情况下是女性的概率。总的来说，最大似然法是拟合非线性模子的一个荒谬好的神色。

多项式Logistic总结

到当今为止，本教程只温雅了二项式逻辑总结，因为你是将实例分类为男性或女性。多项式Logistic总结模子是二项式Logistic总结模子的一个通俗彭胀，当探索性变量有两个以上的口头（无序）类别时，你不错使用该模子。

在多项式逻辑总结中，探索性变量被凭空编码为多个1/0变量。除了一个类别外，通盘类别皆有一个变量，是以若是有M个类别，就会有M-1M-1个凭空变量。每个类别的凭空变量在其类别中的值为1，在通盘其他类别中的值为0。有一个类别，即参考类别，不需要它我方的凭空变量，因为它是由通盘其他变量皆是0来唯独识别的。

然后，多叉逻辑总结为每个凭空变量揣摸一个单独的二元逻辑总结模子。遵循是M-1M-1二元逻辑总结模子。每个模子皆传达了瞻望成分对该类别告捷概率的影响，与参考类别比较较。

有序logistic逻辑总结

除了多叉逻辑总结，你还有有序逻辑总结，它是二叉逻辑总结的另一个蔓延。有序总结是用来瞻望具有 "有序 "的多个类别和自变量的因变量。你也曾在这种类型的逻辑总结的称呼中看到了这少许，因为 "有序 "意味着 "类别的轨则"。

换句话说，它被用来分析因变量（有多个有序眉目）与一个或多个自变量的相干。

举例，你正在进行客户访谈，评估他们对咱们新发布居品的舒心度。你的任务是向受访者建议一个问题，他们的谜底介于舒心-舒心或不舒心-荒谬不舒心之间。为了很好地概述谜底，你在禀报中加入了一些品级，如荒谬不舒心，不舒心，中立，舒心，荒谬舒心。这有助于你不雅察类别中的当然步骤。

用glm进行R讲话的Logistic总结

在本节中，你将商榷一个二元逻辑总结的例子，你将用ISLR包料理这个问题，它将为你提供数据集，glm()函数一般用于拟合广义线性模子，将用于拟合逻辑总结模子。

加载数据

当先要作念的是安设和加载ISLR包，它有你要使用的所少见据集。

在本教程中，你将使用股市数据集。该数据集透露了2001年至2005年间尺度普尔500股票指数的逐日收益率。

探索数据

让咱们来探索一下。names()对于检察数据框上的骨子很有效，head()是对前几行的一转，而summary()也很有效。

图片

图片

 

summary()函数为你提供了数据框架上每个变量的通俗总结。你不错看到有成交量，收盘价，和涨跌场所。你将使用 "涨跌场所 "当作因变量，因为它透露了自前一天以来阛阓是高涨照旧下落。

数据的可视化

数据可视化也许是总结和了解你的数据的最快和最有效的神色。你将从单独探索数字变量运转。

直方图提供了一个数字变量的柱状图，它被分红若干个部分，其高度透露了属于每个部分的实例的数目。它们对于取得一个属性的分散特征是很有效的。

for(i in 1:8)hist(Smarket\[，i\]

图片

这是极丢脸到的欧美BT，但大普遍变量透知道高斯或双高斯的分散。

本站仅提供存储工作，通盘骨子均由用户发布，如发现存害或侵权骨子，请点击举报。