orange软件:预测模型:逻辑回归

逻辑回归:Logistic Regression

  • 逻辑回归算法介绍
  • 首先用逻辑回归方法建立一个分类模型:
    • 新建data—>file
    • 新建model—>Logistic regression
    • 新建evaluation—>test and score 和confusion matrix
    • 查看精确度
    • 查看混淆矩阵
    • 查看错误数据
  • 训练好分类模型后,用 Predictions工具进行预测:
    • 导入测试数据
    • 查看预测结果

逻辑回归算法介绍

logistic回归又称logistic回归分析,是一种广义的线性回归分析模型,常用于数据挖掘,疾病自动诊断,经济预测等领域。

首先用逻辑回归方法建立一个分类模型:

新建data—>file

orange软件:预测模型:逻辑回归_第1张图片

新建model—>Logistic regression

orange软件:预测模型:逻辑回归_第2张图片

新建evaluation—>test and score 和confusion matrix

orange软件:预测模型:逻辑回归_第3张图片

查看精确度

orange软件:预测模型:逻辑回归_第4张图片

查看混淆矩阵

混淆矩阵的每一列代表了预测类别,每一列的总数表示预测为该类别的数据的数目;每一行代表了数据的真实归属类别,每一行的数据总数表示该类别的数据实例的数目。
orange软件:预测模型:逻辑回归_第5张图片

查看错误数据

orange软件:预测模型:逻辑回归_第6张图片
orange软件:预测模型:逻辑回归_第7张图片

训练好分类模型后,用 Predictions工具进行预测:

测试数据是提前下载好的,打开看一下:
orange软件:预测模型:逻辑回归_第8张图片

导入测试数据

orange软件:预测模型:逻辑回归_第9张图片

查看预测结果

orange软件:预测模型:逻辑回归_第10张图片

你可能感兴趣的:(orange软件,逻辑回归,数据分析,iris)