使用R完成逻辑斯蒂回归分类
来源:互联网 发布:方舟捏脸美女数据 编辑:程序博客网 时间:2024/05/07 18:25
直接上代码,如下:
data_sample <- iris[51:150,];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_sample[val,] #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.validdfrm <- 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
real
predict setosa versicolor virginica
versicolor 0 16 0
virginica 0 2 15
程序包mlogit提供了多项logit的模型拟合函数,参见,有空再学习下。先睡觉...Zz.
1 0
- 使用R完成逻辑斯蒂回归分类
- 使用R完成逻辑斯蒂回归分类 直接上代码,如下:
- 使用R进行逻辑回归 分类
- R语言使用逻辑回归分类算法
- 使用R完成决策树分类
- 分类-逻辑斯谛回归
- 使用逻辑回归对MNIST数字分类
- 逻辑斯蒂回归多元分类的随机梯度下降
- SparkMLlib逻辑斯蒂回归分类器简单案例
- R逻辑回归
- 使用R完成朴素贝叶斯分类
- 使用R完成K近邻分类
- 使用R完成K近邻分类
- 逻辑回归分类器
- 逻辑回归分类器
- 逻辑斯蒂回归
- 逻辑斯蒂回归
- 逻辑斯蒂回归
- 黑马程序员 JAVA初级-面向对象 匿名对象、封装、构造函数、构造代码块、this
- uboot 系列之-----uboot配置流程分析
- uboot系列之-----板级初始化(源码)
- linux下MMC/SD/SDIO驱动系列之二 ---- host注册过程(一)
- 总结:LayoutInflater和inflate()区别与联系 应用
- 使用R完成逻辑斯蒂回归分类
- 数据库以及JSP页面乱码问题的处理
- 美国队长2_BD高清种子(格挡基佬)720P寒冬战士
- 2014实习期望公司
- 位运算
- rpm包管理工具
- UVa11437 Triangle Fun
- Minimum Window Substring
- Triangle -- LeetCode