R语言 - 逻辑回归

> library(ggplot2)

#设置随机种子为1

> set.seed(1)

#将整数1,2,3分别定义为变量b0,b1,b2

> b0 <- 1 ; b1 <- 2 ; b2 <- 3

#产生1000个服从正态分布的随机数分别定义为变量x1,x2

> x1 <- rnorm(1000) ; x2 <- rnorm(1000)

#将以上产生的b0,b1,b2,x1,x2计算定义为浮点数变量z

> z <- b0 + b1*x1 + b2*x2

#将z带入逻辑回归计算函数，定义为变量pr

> pr <- 1/(1+exp(-z))

#使用模拟产生二项分布数据函数rbinom，定义样本容量为1000，点分布的试验次数为1，点分布成功概率为pr “0<pr<1”

> y <- rbinom(1000,1,pr)

#将x1,x2,y=factor(y)定义为数据帧变量plotdata

> plotdata <- data.frame(x1,x2,y=factor(y))

#观察plotdata2全貌

> summary(plotdata)

#将数据帧plotdata2作可视化，定义为变量p

> p <- ggplot(data=plotdata,aes(x=x1,y=x2,color=y))+geom_point()

> p

#将变量x1,x2,y组成数据帧带入变量data

> data <- data.frame(x1,x2,y)

#用逻辑回归函数glm()将数据帧data进行逻辑回归分析，分析结果定义为变量model

> model <- glm(y~.,data=data,family = "binomial")

#观察分析结果model全貌

> summary(model)

Call:

glm(formula = y ~ ., family = "binomial", data = data)

Deviance Residuals:

Min 1Q Median 3Q Max

-2.78286 -0.38847 0.08272 0.44502 2.36265

Coefficients:

Estimate Std. Error z value Pr(>|z|)

(Intercept) 0.9613 0.1128 8.524 <2e-16 ***

x1 1.7954 0.1446 12.421 <2e-16 ***

x2 2.9446 0.1973 14.926 <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: 1352.99 on 999 degrees of freedom

Residual deviance: 623.34 on 997 degrees of freedom

AIC: 629.34

Number of Fisher Scoring iterations: 6

#将模型参数定义为变量w

> w <- model$coef

#将-w[1]/w[3]作为分割线的纵截距定义为变量inter

> inter <- -w[1]/w[3]

#将-w[2]/w[3]作为分割线的斜率定义为变量slope

> slope <- -w[2]/w[3]

#将变量data内的数据点，和求出的分割线可视化并定义为变量p3

> p2 <- ggplot(data=plotdata,aes(x=x1,y=x2,color=y))+geom_point()+geom_abline(intercept = inter,slope = slope)

> p2

R语言 - 逻辑回归相关推荐

R语言逻辑回归Logistic回归分析预测股票涨跌
最近我们被客户要求撰写关于逻辑回归的研究报告,包括一些图形和统计输出. 视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠心病风 ...
R语言逻辑回归、方差分析、伪R平方分析
目录怎么做测试假设条件并非所有比例或计数都适用于逻辑回归分析过度分散伪R平方测试p值 Logistic回归示例模型拟合系数和指数系数方差分析伪R平方模型的整体p值标准化残差图 ...
R语言逻辑回归logistic regression对付费用户进行预测
对于某企业新用户,会利用大数据来分析该用户的信息来确定是否为付费用户,弄清楚用户属性,从而针对性的进行营销,提高运营人员的办事效率. 最近我们被客户要求撰写关于付费预测的研究报告,包括一些图形和统计输 ...
R语言逻辑回归 logistic regression
R语言逻辑回归代码示例 rm(list=ls()) require(kernlab) data(spam) data <- spam n <- nrow(spam) id <- sa ...
R语言逻辑回归详细代码：预测双十一顾客是否使用天猫优惠券
R语言逻辑回归详细代码:预测双十一顾客是否使用天猫优惠券 #[1,] "age" 年龄 #[2,] "job" 工作 #[3,] "marital&q ...
拓端tecdat|R语言逻辑回归（Logistic回归）模型分类预测病人冠心病风险
最近我们被客户要求撰写关于冠心病风险的研究报告,包括一些图形和统计输出. 相关视频:R语言逻辑回归(Logistic回归)模型分类预测病人冠心病风险逻辑回归Logistic模型原理和R语言分类预测冠 ...
数据分享|R语言逻辑回归、线性判别分析LDA、GAM、MARS、KNN、QDA、决策树、随机森林、SVM分类葡萄酒交叉验证ROC...
全文链接:http://tecdat.cn/?p=27384 在本文中,数据包含有关葡萄牙"Vinho Verde"葡萄酒的信息(点击文末"阅读原文"获取完整代 ...
R语言逻辑回归的预测概率怎么算
在R语言直接通过predict 计算概率手动计算可能不会, 我的逻辑回归模型如上所示, 预测就是 predict(fit.logit,newdata = data.frame(Pregnancie ...
R语言----逻辑回归各统计量解读
逻辑回归是回归模型,其中响应变量(因变量y)具有诸如True / False或0/1的分类值. 它实际上基于将其与预测变量(自变量x)相关的数学方程测量二元响应的概率,作为响应变量的值. 逻辑回归的一 ...
R语言逻辑回归logistic regression对用户收入进行预测
逻辑回归对用户收入进行预测对于某企业新用户,会利用大数据来分析该用户的信息来确定是否为付费用户,弄清楚用户属性,从而针对性的进行营销,提高运营人员的办事效率. 对于付费用户预测,主要是思考收入由 ...

R语言 - 逻辑回归

R语言 - 逻辑回归相关推荐

最新文章

热门文章