使用R完成逻辑斯蒂回归分类直接上代码，如下：

2019-02-13 17:26:23 浏览数 (2)

代码语言：javascript复制

data_sample <- iris51:150,;

m <- dim(data_sample)1 #获取数据集记录条数

val <- sample(m, size =round(m/3), replace = FALSE, prob= rep(1/m, m)) #抽样，选取三分之二的数据作为训练集。

iris.learn <- data_sample-val, #选取训练集

iris.valid <- data_sampleval, #选取验证集

#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 <- glm(Species~Petal.Width Petal.Length,

family = binomial(link = 'logit'),

data = iris.learn);

#生成测试数据集，实际上直接使用iris.valid

dfrm <- data.frame(Petal.Width=iris.valid$Petal.Width,

Petal.Length=iris.valid$Petal.Length);

real_sort <- iris.valid$Species; #测试数据集实际类别

prdict_res <- predict(logit.fit, type="response", newdata=dfrm); #预测数据产生概率

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

代码语言：javascript复制

0 人点赞

使用R完成逻辑斯蒂回归分类 直接上代码，如下：