简单的认识R语言和逻辑斯蒂回归
在生活中并不是所有的问题都要预测一个连续型的数值,比如药剂量,某人薪水,或者客户价值;逻辑斯蒂回归回归它主要用于只有两个结果的分类问题,它定义结果的变量只有两类的值,然后根据线性模型来预测归属类的概率;本文可能写的浅显,如果有错还望能指出来,因为只是写了普及问而已; logistic回归
假设有一个变量它一共只有两类值,现在我们需要估计出A属于这两个类别的概率,假设他的线性模型是这样的一个形式;
然而在上面的式子中Y值的分布不是固定的,因为我们都知道概率只能是0-1之间,所以我们必须要变换一下式子,让Y的值和概率一样必须是0~1的数值,一个有效的办法就是用一个连接函数也有人称之为联系函数,它大概的作用就是就是将Y变换后成为服从正态分布的变量;这样就可以对A进行估计了,这就是logtistic思想;
在logistic回归中,预测变量和概率之间的关系可以通过Logistic函数表示
然后通过一系列的logit变换后就成为下面的式子,感兴趣的可以查阅一下资料,这里就不写详细的步骤:
这里我们用R语言核心技术手册里面的一系列代码和数据来说明逻辑斯蒂回归;
首先是我们先载入相应的包和数据,这个数据是关于足球射门命中的数据,对于球员来说每次射门都是由一定的概率进球,这个概率与距离有关,离球门越近越可能进球;
library(nutshell)
data("field.goals")
这时候我们先用summary()这个函数观察一下数据的分布
粗劣解读一下数据,进球的距离最近是18码,最远是62码;
我们下列函数是创建进球与否的份二分类变量
field.goals.forlr <- transform(field.goals,good=as.factor(ifelse(play.type=="FG good","good","bad")))
这时候我们在用summary()这个函数观察一下射门数据的分布
大部分都是进球的,那么我们继续进行数据探究,让我们看看根据距离计算一下进球比例
field.goals.table <- table(field.goals.forlr$good,field.goals.forlr$yards)
field.goals.table
得到的结果如下
当然我们也可以画图出来看
plot(colnames(field.goals.table),field.goals.table["good",]/(field.goals.table["bad",]+field.goals.table["good",]))
请各位自动忽略我的没给XY命名,人比较懒
从上图的结果上看进球的百分比在随着距离发生变化
这时候我们使用glm函数建模对数据进行建模,因为在测试数据中是每一次的射门都是独立的,因此我们可以认为是贝努力实验,因此我们在GLM函数中使用family='binomial',因此我们需要执行R代码如下
并打印结果;
field.goals.mdl <- glm(good~yards,data=field.goals.forlr,family = "binomial")
summary(field.goals.mdl)
下面是一些结果的解读
NULL deviance 是指仅包括截距项、不包括解释变量的模型和饱和模型比较得到的偏差统计量的值
residual deviance 是指既包括截距项,又包括解释变量的模型和饱和模型比较得到的偏差统计量的值
如变量的值不止两类的情况,可以使用其他的函数multinom函数预测概率;今天我们就讲到这里;有兴趣的可以和我一起交流
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
大咖简介: 刘凯,CDA大咖汇特邀讲师,DAMA中国分会理事,香港金管局特聘数据管理专家,拥有丰富的行业经验。本文将从数据要素 ...
2025-04-22CDA持证人简介 刘伟,美国 NAU 大学计算机信息技术硕士, CDA数据分析师三级持证人,现任职于江苏宝应农商银行数据治理岗。 学 ...
2025-04-21持证人简介:贺渲雯 ,CDA 数据分析师一级持证人,互联网行业数据分析师 今天我将为大家带来一个关于用户私域用户质量数据分析 ...
2025-04-18一、CDA持证人介绍 在数字化浪潮席卷商业领域的当下,数据分析已成为企业发展的关键驱动力。为助力大家深入了解数据分析在电商行 ...
2025-04-17CDA持证人简介:居瑜 ,CDA一级持证人,国企财务经理,13年财务管理运营经验,在数据分析实践方面积累了丰富的行业经验。 一、 ...
2025-04-16持证人简介: CDA持证人刘凌峰,CDA L1持证人,微软认证讲师(MCT)金山办公最有价值专家(KVP),工信部高级项目管理师,拥有 ...
2025-04-15持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。在实际生活中,我们可能会 ...
2025-04-14在 Python 编程学习与实践中,Anaconda 是一款极为重要的工具。它作为一个开源的 Python 发行版本,集成了众多常用的科学计算库 ...
2025-04-14随着大数据时代的深入发展,数据运营成为企业不可或缺的岗位之一。这个职位的核心是通过收集、整理和分析数据,帮助企业做出科 ...
2025-04-11持证人简介:CDA持证人黄葛英,ICF国际教练联盟认证教练,前字节跳动销售主管,拥有丰富的行业经验。 本次分享我将以教培行业为 ...
2025-04-11近日《2025中国城市长租市场发展蓝皮书》(下称《蓝皮书》)正式发布。《蓝皮书》指出,当前我国城市住房正经历从“增量扩张”向 ...
2025-04-10在数字化时代的浪潮中,数据已经成为企业决策和运营的核心。每一位客户,每一次交易,都承载着丰富的信息和价值。 如何在海量客 ...
2025-04-09数据是数字化的基础。随着工业4.0的推进,企业生产运作过程中的在线数据变得更加丰富;而互联网、新零售等C端应用的丰富多彩,产 ...
2025-04-094月7日,美国关税政策对全球金融市场的冲击仍在肆虐,周一亚市早盘,美股股指、原油期货、加密货币、贵金属等资产齐齐重挫,市场 ...
2025-04-08背景 3月26日,科技圈迎来一则重磅消息,苹果公司宣布向浙江大学捐赠 3000 万元人民币,用于支持编程教育。 这一举措并非偶然, ...
2025-04-07在当今数据驱动的时代,数据分析能力备受青睐,数据分析能力频繁出现在岗位需求的描述中,不分岗位的任职要求中,会特意标出“熟 ...
2025-04-03在当今数字化时代,数据分析师的重要性与日俱增。但许多人在踏上这条职业道路时,往往充满疑惑: 如何成为一名数据分析师?成为 ...
2025-04-02最近我发现一个绝招,用DeepSeek AI处理Excel数据简直太爽了!处理速度嘎嘎快! 平常一整天的表格处理工作,现在只要三步就能搞 ...
2025-04-01你是否被统计学复杂的理论和晦涩的公式劝退过?别担心,“山有木兮:统计学极简入门(Python)” 将为你一一化解这些难题。课程 ...
2025-03-31在电商、零售、甚至内容付费业务中,你真的了解你的客户吗? 有些客户下了一两次单就消失了,有些人每个月都回购,有些人曾经是 ...
2025-03-31