R语言中逻辑回归知识点总结

 更新时间:2021年05月07日 15:13:14   作者:w3cschool  
在本篇文章里小编给大家总结了关于R语言中逻辑回归知识点相关内容,有需要的朋友们跟着学习下。

GPT4.0+Midjourney绘画+国内大模型 会员永久免费使用!
如果你想靠AI翻身,你先需要一个靠谱的工具!

逻辑回归是回归模型,其中响应变量(因变量)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。

逻辑回归的一般数学方程为

1
y = 1/(1+e^-(a+b1x1+b2x2+b3x3+...))

以下是所使用的参数的描述 

  • y是响应变量。
  • x是预测变量。
  • a和b是作为数字常数的系数。

用于创建回归模型的函数是glm()函数。

语法

逻辑回归中glm()函数的基本语法是

1
glm(formula,data,family)

以下是所使用的参数的描述 

  • formula是表示变量之间的关系的符号。
  • data是给出这些变量的值的数据集。
  • family是R语言对象来指定模型的细节。 它的值是二项逻辑回归。

内置数据集“mtcars”描述具有各种发动机规格的汽车的不同型号。 在“mtcars”数据集中,传输模式(自动或手动)由am列描述,它是一个二进制值(0或1)。 我们可以在列“am”和其他3列(hp,wt和cyl)之间创建逻辑回归模型。

1
2
3
4
# Select some columns form mtcars.
input <- mtcars[,c("am","cyl","hp","wt")]
 
print(head(input))

当我们执行上面的代码,它产生以下结果

1
2
3
4
5
6
7
                  am   cyl  hp    wt
Mazda RX4          1   6    110   2.620
Mazda RX4 Wag      1   6    110   2.875
Datsun 710         1   4     93   2.320
Hornet 4 Drive     0   6    110   3.215
Hornet Sportabout  0   8    175   3.440
Valiant            0   6    105   3.460

创建回归模型

我们使用glm()函数创建回归模型,并得到其摘要进行分析。

1
2
3
4
5
input <- mtcars[,c("am","cyl","hp","wt")]
 
am.data = glm(formula = am ~ cyl + hp + wt, data = input, family = binomial)
 
print(summary(am.data))

当我们执行上面的代码,它产生以下结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
Call:
glm(formula = am ~ cyl + hp + wt, family = binomial, data = input)
 
Deviance Residuals:
     Min        1Q      Median        3Q       Max 
-2.17272    0.14907 0.01464     0.14116   1.27641 
 
Coefficients:
            Estimate Std. Error z value Pr(>|z|) 
(Intercept) 19.70288    8.11637   2.428   0.0152 *
cyl          0.48760    1.07162   0.455   0.6491 
hp           0.03259    0.01886   1.728   0.0840 .
wt         9.14947    4.15332 2.203   0.0276 *
---
Signif. codes:  0 ‘***' 0.001 ‘**' 0.01 ‘*' 0.05 ‘.' 0.1 ‘ ' 1
 
(Dispersion parameter for binomial family taken to be 1)
 
    Null deviance: 43.2297  on 31  degrees of freedom
Residual deviance:  9.8415  on 28  degrees of freedom
AIC: 17.841
 
Number of Fisher Scoring iterations: 8

结论

在总结中,对于变量“cyl”和“hp”,最后一列中的p值大于0.05,我们认为它们对变量“am”的值有贡献是无关紧要的。 只有重量(wt)影响该回归模型中的“am”值。

到此这篇关于R语言中逻辑回归知识点总结的文章就介绍到这了,更多相关R语言逻辑回归内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

蓄力AI

微信公众号搜索 “ 脚本之家 ” ,选择关注

程序猿的那些事、送书等活动等着你

原文链接:https://www.w3cschool.cn/r/r_logistic_regression.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若内容造成侵权/违法违规/事实不符,请将相关资料发送至 reterry123@163.com 进行投诉反馈,一经查实,立即处理!

相关文章

  • R语言ggplot2包之坐标轴详解

    R语言ggplot2包之坐标轴详解

    这篇文章主要介绍了R语言ggplot2包之坐标轴详解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04
  • R语言读取txt文件中的内容实现

    R语言读取txt文件中的内容实现

    R语言提供了多种读取文本数据的函数,本文主要介绍了R语言读取txt文件中的内容实现,具有一定的参考价值,感兴趣的可以了解一下
    2024-03-03
  • R语言运算符知识点总结

    R语言运算符知识点总结

    在本篇文章里小编给大家整理的是一篇关于R语言运算符知识点总结内容,有兴趣的朋友们可以学习参考下。
    2021-03-03
  • R语言及RStudio下载与安装方法

    R语言及RStudio下载与安装方法

    这篇文章主要介绍了R、RStudio下载与安装方法,本文通过图文图文并茂的方法给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-03-03
  • R语言变量级别的数据处理操作

    R语言变量级别的数据处理操作

    这篇文章主要介绍了R语言变量级别的数据处理操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04
  • R语言绘制饼状图代码实例

    R语言绘制饼状图代码实例

    在本篇文章里小编给大家整理的是一篇关于R语言绘制饼状图代码实例内容,有兴趣的朋友们可以学习下。
    2021-04-04
  • R语言基本语法深入讲解

    R语言基本语法深入讲解

    这篇文章主要介绍了R语言基本语法深入讲解,文中内容介绍的很详细,有需要的同学可以研究下
    2021-03-03
  • R语言中dnorm,pnorm,qnorm和rnorm的区别浅析

    R语言中dnorm,pnorm,qnorm和rnorm的区别浅析

    正在学习R语言统计学的小伙伴,可能会被各种专有名词所困扰,下面这篇文章主要给大家介绍了关于R语言中dnorm,pnorm,qnorm和rnorm区别的相关资料,需要的朋友可以参考下
    2022-12-12
  • R语言-因子与向量的转换方式

    R语言-因子与向量的转换方式

    这篇文章主要介绍了R语言-因子与向量的转换方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04
  • R语言 title()函数的参数用法说明

    R语言 title()函数的参数用法说明

    这篇文章主要介绍了R语言 title()函数的参数用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-04-04

最新评论