二分类模型（清风建模学习笔记）[通俗易懂]

编程小号 • 2024-04-02 10:06 • 未分类

我们将用逻辑回归和Fisher线性判别分析两种分类算法实现二分类模型。

水果的例子：

对于因变量为分类变量的情况，我们可以使用逻辑回归进行处理。

把y看成事件发生的概率，y>0.5表示发生；y<0.5表示不发生

逻辑回归步骤(spss)：
第一步：数据预处理：生成虚拟变量

预测成功率

逻辑回归系数表

表格中新添两列解读

y_hat:预测量

逐步回归的设置

假如自变量有虚拟变量怎么办？

预测结果较差怎么办？
可在logistic回归模型中加入平方项、交互项等

加入了平方项的结果

加入平方项后，虽然预测能力提高了，可能会出现过拟合现象。

对于样本数据的预测非常好，但是对于样本外的数据的预测结果可能会很差。

如何确定合适的模型呢？

把数据分为训练组和测试组

用训练组的数据来估计出模型，再用测试组的数据来进行测试。（训练组和测试组的比例一般设置为80%
和
20%)

Fisher线性判别分析步骤（spss）

结果分析：

多分类分析

Fisher判别式用于多分类

结果：

今天的文章二分类模型（清风建模学习笔记）[通俗易懂]分享到此就结束了，感谢您的阅读。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。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。如发现本站有涉嫌侵权/违法违规的内容，请发送邮件至举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/78255.html