逻辑斯特回归

logistic回归的建模步骤

  • 根据挖掘目的的设置特征并筛选特征 y;x1,x2,x3......xp

    根据分析目的设置指标变量收集数据

  • 列出回归方程 ln(p/1-p)=b0+b1x1+......+bpxp+c

y取1的概率是p所以用次来估计线性模型

  • 估计回归系数
  • 模型检验

模型的有效性的检验指标有很多除了最基本的正确率其次还有混淆矩阵,ROC曲线,KS值

  • 预测控制

在Python中的scikit-learn对于模型的逻辑回归首先进行特征筛选主要包含在feature_selection库中用过F检验选出F值大或者P值小。或者通过递归特征消除。

递归特征消除的主要思想是反复构建模型(SVM)然后选出最好的特征遍历所有特征-

你可能感兴趣的:(逻辑斯特回归)