logit regression
参考文章:https://www.r-bloggers
> CarData = read.table('car.data',sep=',',col.names=c('buying','maintenance','doors','persons','lug_boot','safety','rating'))
> summary(CarData)buying maintenance doors persons lug_boot safety rating high :432 high :432 2 :432 2 :576 big :576 high:576 acc : 384 low :432 low :432 3 :432 4 :576 med :576 low :576 good : 69 med :432 med :432 4 :432 more:576 small:576 med :576 unacc:1210 vhigh:432 vhigh:432 5more:432 vgood: 65
> logisticModel <- glm(rating!='unacc' ~ buying + maintenance + doors + persons + lug_boot +safety,
+ family=binomial(link = "logit"),data=CarData) > summary(logisticModel)Call:
glm(formula = rating != "unacc" ~ buying + maintenance + doors + persons + lug_boot + safety, family = binomial(link = "logit"), data = CarData)Deviance Residuals: Min 1Q Median 3Q Max
-3.2160 0.0000 0.0000 0.0257 2.4336 Coefficients:Estimate Std. Error z value Pr(>|z|)
(Intercept) -28.4255 1257.5255 -0.023 0.982
buyinglow 5.0481 0.5670 8.904 < 2e-16 ***
buyingmed 3.9218 0.4842 8.100 5.49e-16 ***
buyingvhigh -2.0662 0.3747 -5.515 3.49e-08 ***
maintenancelow 3.4064 0.4692 7.261 3.86e-13 ***
maintenancemed 3.4064 0.4692 7.261 3.86e-13 ***
maintenancevhigh -2.8254 0.4145 -6.816 9.36e-12 ***
doors3 1.8556 0.4042 4.591 4.41e-06 ***
doors4 2.4816 0.4278 5.800 6.62e-09 ***
doors5more 2.4816 0.4278 5.800 6.62e-09 ***
persons4 29.9652 1257.5256 0.024 0.981
personsmore 29.5843 1257.5255 0.024 0.981
lug_bootmed -1.5172 0.3758 -4.037 5.40e-05 ***
lug_bootsmall -4.4476 0.4750 -9.363 < 2e-16 ***
safetylow -30.5045 1300.3428 -0.023 0.981
safetymed -3.0044 0.3577 -8.400 < 2e-16 ***
---
Signif. codes: 0 ��***�� 0.001 ��**�� 0.01 ��*�� 0.05 ��.�� 0.1 �� �� 1(Dispersion parameter for binomial family taken to be 1)Null deviance: 2110.47 on 1727 degrees of freedom
Residual deviance: 339.36 on 1712 degrees of freedom
AIC: 371.36Number of Fisher Scoring iterations: 21
.com/learn-logistic-regression-and-beyond/
logit regression相关推荐
- Logistic Regression逻辑回归的简单解释
Logistic Regression也叫Logit Regression,在机器学习中属于参数估计的模型.逻辑回归与普通线性回归(Linear Regression)有很大的关系.在应用上,它们有所 ...
- 多变量逻辑回归python_Python实现逻辑回归(Logistic Regression in Python)
本文基于yhat上Logistic Regression in Python,作了中文翻译,并相应补充了一些内容.本文并不研究逻辑回归具体算法实现,而是使用了一些算法库,旨在帮助需要用Python来做 ...
- 【机器学习】逻辑斯蒂回归(Logistic Regression)详解
引言 LR回归,虽然这个算法从名字上来看,是回归算法,但其实际上是一个分类算法,学术界也叫它logit regression, maximum-entropy classification (MaxE ...
- 【Python计量】Logit模型
文章目录 一.离散选择模型 二.Logit模型 三.Logit模型的python实现--采用statsmodels (一)案例一 (二)案例二 此文章首发于微信公众号Python for Financ ...
- 机器学习——Logit模型
机器学习--Logit模型(python) 文章目录 机器学习--Logit模型(python) @[toc] 1 OLS 缺陷 2 估计策略 3 模型解释 3.1 边际影响 3.2 相对风险 4 拟 ...
- 手把手教你从零上手Python(付安装地址、代码)
来源:大数据文摘 本文共3974字,建议阅读7分钟. 通过本文带给大家从零开始学习Python应该怎么做! 数据科学团队在持续稳定的发展壮大,这也意味着经常会有新的数据科学家和实习生加入团队.我们聘用 ...
- 本科生晋升GM记录: Kaggle比赛进阶技巧分享
关注上方"深度学习技术前沿",选择"星标公众号", 资源干货,第一时间送达! 作者:Gary 知乎链接:https://zhuanlan.zhihu.com/p ...
- python做logistic回归_用Python做Logistic回归
为什么写这篇文章 本人初学python,碰巧做的东西需要用一下Logistic回归,自觉这个很基础的东西应该已经有很多比较好的实现了,于是我就很自觉地问了下度娘.结果大囧==..出来的相关结果少得可怜 ...
- 数据分析 python 用途-python数据统计分析
1. 常用函数库 scipy包中的stats模块和statsmodels包是python常用的数据分析工具,scipy.stats以前有一个models子模块,后来被移除了.这个模块被重写并成为了现在 ...
最新文章
- Linux_基础指令
- Centos安装Cacti监控
- android 蓝牙耳机 sco,使用Android识别器内置蓝牙耳机
- php云点播源码,乐视云直播 点播服务端api
- JAVA 内存模型 (Java Memory Model,JMM)
- PhpYun人才系统 整合 Ucenter 之后,会员注册提示”该 Email 已经被注册!“的解决方案
- 如何展开Linux Memory Management学习?
- Python数据去重
- 电脑如何设置u盘启动,u盘启动项设置方法
- 生成随机的姓名、电话
- mysql 运维审计_【MySQL运维】MySQL审计管理
- android、ios、windows等平台回声消除的解决方案
- 齐齐哈尔大学计算机考研论坛,2020年一志愿报考齐齐哈尔大学硕士研究生进入复试的考生名单...
- jacket for matlab,Jacket for Matlab常见问题
- 网格边缘试探--服务网格的探索与实践
- 【Angular】@Input和@Output
- 用Python编写的五子棋程序1.0版
- 《Spark用户评论监控实时报警系统》
- c#调用华为北向接口--HTTPS
- mysql root用户被删除, 解决方法
热门文章
- Oracle中对列加密的方法
- 海外贸易行业沟通必备工具——IntBell使用教程(企业版企业)
- ds6k5b计算机联锁设备论文中期报告,DS6K5B计算机联锁设备(阅读).doc
- 产品经理说,今天不加班了
- python if多条件并列判断的三种方法
- Error 1044: Access denied for user ‘syz-remote‘@‘%‘ to database ‘webapp‘
- 黑客借微信大规模盗号
- 读敏捷系列之《The Art of Agile Development》
- 【计算机毕业设计】511社区维修平台
- Carson带你学Android:这是一份全面详细的WebView学习攻略