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
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在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11