data_sample m val iris.learn iris.valid

#调用glm函数训练逻辑斯蒂二元模型
#glm()提供正态、指数、gamma、逆高斯、Poisson、二项分布。我们的logistic回归使用的是二项分布族binomial。Binomial族默认连接函数为logit，可设置为probit。
logit.fit family = binomial(link = 'logit'),
data = iris.learn);

#生成测试数据集，实际上直接使用iris.valid
dfrm Petal.Length=iris.valid$Petal.Length);

real_sort

prdict_res data.frame(predict=prdict_res, real=real_sort); #查看数据产生概率和实际分类的关系
data.frame(predict=ifelse(prdict_res>0.5, "virginica", "versicolor"), real=real_sort); #根据数据产生概率生成预测分类
table(data.frame(predict=ifelse(prdict_res>0.5, "virginica", "versicolor"), real=real_sort)); #计算分类准确度

ITPub博客

使用R完成逻辑斯蒂回归分类直接上代码，如下：

最新文章

ITPub博客

使用R完成逻辑斯蒂回归分类 直接上代码，如下：

最新文章

使用R完成逻辑斯蒂回归分类直接上代码，如下：