统计学六:逻辑回归
逻辑回归是重要的分类器,适用于因变量为分类型变量的情况,如男性女性,是否购买等。在本课节中,老师将从预测员工是否离职问题入手,帮助学员掌握模型原理、模型应用与模型评价等重要内容。 本节课包括如下知识点:
-
二分类变量
-
二项Logit模型
-
模型预测及评价
一个做因素的探究,一个做类别的预测;
逻辑回归模型:
响应比例;
略掉上图中的两个(对logitP没影响)后:

预测时考虑的最多的是预测精度;当不会破坏精度的变量或因素,则不剔除;
因为模型不可能精度高的同时还简单(变量少)(实际上SSE大时p也大),即只需要AIC最小即可;

【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步