逻辑回归:修订间差异

来自决策链云智库
无编辑摘要
无编辑摘要
 
(未显示同一用户的5个中间版本)
第2行: 第2行:
|nodename=逻辑回归
|nodename=逻辑回归
|nodeimage=Logistic Regression.png
|nodeimage=Logistic Regression.png
|icon=Logistic Regression.svg
|simpleicon=Logistic Regression_Pure.svg
|developer=Dev.Team-DPS
|developer=Dev.Team-DPS
|productionstate=PC可用
|productionstate={{图标文件|Win}} / {{图标文件|W10}} Win10及以上可用
|productionstatedesc=在[[DecisionLinnc | V1.0]]部署
|productionstatedesc=在[[Update:DecisionLinnc 1.0.0.8|V1.0]]部署
|nodeenglishname=[[Has english name::Logistic Regression]]
|nodeenglishname=Logistic Regression
|abbreviation=[[Has abbreviation::Logistic]]
|abbreviation=LogitReg
|funcmaincategory=数据分析
|funcmaincategory=数据分析
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
|funcsubcategory=[[DataAGM Lv1 Cat::回归分析]]
第16行: 第18行:
|nodeloopsupport=是
|nodeloopsupport=是
|nodeifswitchsupport=否
|nodeifswitchsupport=否
|nodeavailableplotlist=Forest_Plot;Nomogram_Plot;Calibration_Plot;FR_Curve_Plot;RegressionCoefficientPlot
|nodeavailableplotlist=Logistic_SutraNomogram_Plot;Nomogram_Plot;Calibration_Plot;FR_Curve_Plot;RegressionCoefficientPlot;ROCPlot;Survival_Analysis_Forest_Plot
|nodeavailabletablelist=Table_For_Downstream
|nodeavailabletablelist=Coeff-Value;SE;Z-Value;P-Value;CI;OR
|nodeconfiguration=VariableList
|nodeconfiguration=VariableList
|nodeinputports=WorkFlow-Control ;Transfer-Table ■
|nodeinputports=WorkFlow-Control ➤;Transfer-Variable ◆;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ;Transfer-Table ■
|nodeoutputports=WorkFlow-Control ;Transfer-Table ■
|statsapewikiurl=https://wiki.statsape.com/逻辑回归
|statsapewikiurl=https://wiki.statsape.com/逻辑回归
|previousnode=[[线性回归]]
|previousnode=[[线性回归]]
|nextnode=[[逻辑回归]]
|nextnode=[[多分类逻辑回归]]
}}
}}





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
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
If/Switch-支持逻辑判断
输入输出
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




查找其他类别的节点,请参考以下列表