逻辑回归：修订间差异

来自决策链云智库
（创建页面，内容为“{{Infobox nodebasic|nodename=逻辑回归|nodeimage=Logistic Regression.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在 V1.0部署|nodeenglishname=Has english name::Logistic Regression|abbreviation=Logistic|funcmaincategory=数据分析|funcsubcategory=DataAGM Lv1 Cat::回归分析|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>逻辑回归是一种用于解决二分类(0或1)问题的…”）
 
无编辑摘要
 
（未显示同一用户的6个中间版本）
第1行： 第1行：
{{Infobox nodebasic|nodename=逻辑回归|nodeimage=Logistic Regression.png|developer=Dev.Team-DPS|productionstate=PC可用|productionstatedesc=在[[DecisionTree | V1.0]]部署|nodeenglishname=[[Has english name::Logistic Regression]]|abbreviation=Logistic|funcmaincategory=数据分析|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]|nodecategory=数据挖掘|nodeinterpretor=R|nodeshortdescription=<p>逻辑回归是一种用于解决二分类(0或1)问题的机器学习方法，用于估计某种事物的可能性。原理是用逻辑函数把线性回归的结果映射到(0,1),该模型中的参数或系数通常通过最大似然估计方法进行估算。\n用途：用于处理二元或多元分类问题。其主要目标是预测一个二元响应变量的可能性，基于一个或多个预测变量（可以是连续的，也可以是分类的）。\n参数：选择二分类因变量，和自变量</p>|nodeinputnumber=4|nodeoutputnumber=2|nodeloopsupport=是|nodeifswitchsupport=否|nodeavailableplotlist=Forest_Plot;Nomogram_Plot;Calibration_Plot;FR_Curve_Plot;RegressionCoefficientPlot|nodeavailabletablelist=Table_For_Downstream|nodeconfiguration=VariableList|nodeinputports=WorkFlow-Control ▶;Transfer-Table ■|nodeoutputports=WorkFlow-Control ▶;Transfer-Table ■|statsapewikiurl=https://wiki.statsape.com/逻辑回归_Plus|previousnode=[[线性回归]]|nextnode=[[广义线性回归_负二项]]}}{{Navplate AlgorithmNodeList}}[[Category:回归分析]]
{{Infobox nodebasic  
|nodename=逻辑回归
|nodeimage=Logistic Regression.png
|icon=Logistic Regression.svg
|simpleicon=Logistic Regression_Pure.svg
|developer=Dev.Team-DPS
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=Logistic Regression
|abbreviation=LogitReg
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
|nodecategory=数据挖掘
|nodeinterpretor=R
|nodeshortdescription=<p>逻辑回归是一种用于解决二分类(0或1)问题的机器学习方法，用于估计某种事物的可能性。原理是用逻辑函数把线性回归的结果映射到(0,1),该模型中的参数或系数通常通过最大似然估计方法进行估算。</p><p>用途：用于处理二元或多元分类问题。其主要目标是预测一个二元响应变量的可能性，基于一个或多个预测变量（可以是连续的，也可以是分类的）。</p><p>参数：选择二分类因变量，和自变量</p>
|nodeinputnumber=4
|nodeoutputnumber=2
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeavailableplotlist=Logistic_SutraNomogram_Plot;Nomogram_Plot;Calibration_Plot;FR_Curve_Plot;RegressionCoefficientPlot;ROCPlot;Survival_Analysis_Forest_Plot
|nodeavailabletablelist=Coeff-Value;SE;Z-Value;P-Value;CI;OR
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ➤;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/逻辑回归
|previousnode=[[线性回归]]
|nextnode=[[多分类逻辑回归]]
}}
 
 
 
{{Navplate AlgorithmNodeList}}
 
[[Category:回归分析]]

2024年1月19日 (五) 19:07的最新版本

Logistic Regression.png
节点状态
Windows / Windows 10 Win10及以上可用
在V1.0部署
逻辑回归Logistic Regression.svg
节点开发者决策链算法研发部 (Dev.Team-DPS)
节点英文名Logistic Regression
功能主类别数据分析
英文缩写LogitReg
功能亚类别回归分析
节点类型数据挖掘
开发语言R
节点简介

逻辑回归是一种用于解决二分类(0或1)问题的机器学习方法，用于估计某种事物的可能性。原理是用逻辑函数把线性回归的结果映射到(0,1),该模型中的参数或系数通常通过最大似然估计方法进行估算。

用途：用于处理二元或多元分类问题。其主要目标是预测一个二元响应变量的可能性，基于一个或多个预测变量（可以是连续的，也可以是分类的）。

参数：选择二分类因变量，和自变量

端口数量与逻辑控制(PC)
Input-入口4个
Output-出口2个
Loop-支持循环是
If/Switch-支持逻辑判断否
输入输出
可生成图片类型（推荐）
可生成数据表类型（推荐）
相关节点
上一节点线性回归
下一节点多分类逻辑回归
WikimediaUI-Globe.svg相关网站





查找其他类别的节点，请参考以下列表

取自“https://wiki.statsape.com/index.php?title=逻辑回归&oldid=6068”
最近修改
此页面最后编辑于2024年1月19日 (星期五) 19:07。
版权
DecisionLinnc Wiki (决策链云智库) © 2024 by Statsape is licensed under Attribution-NonCommercial-ShareAlike 4.0 International. To view a copy of this license, visit [http://creativecommons.org/licenses/by-nc-sa/4.0/| CreativeCommons-Licenses-4.0].