分类模型-逻辑回归和Fisher线性判别分析★★★★

该博客为个人学习清风建模的学习笔记,部分课程可以在B站:【强烈推荐】清风:数学建模算法、编程和写作培训的视频课程以及Matlab等软件教学_哔哩哔哩_bilibili

目录

1理论

1.1逻辑回归模型

1.2线性概率模型

1.3线性判别分析

1.4两点分布

​1.5连接函数的取法

1.6求解

​1.7用于分类

2SPSS应用

2.1二元分类

2.1.1逻辑回归

​2.1.2线性判别分析

2.2多元分类

2.2.1逻辑回归

2.2.2线性判别分析

3总结


|--------|---------|--------|
| 名称 | 重要性 | 难度 |
| 分类模型 | ★★★★ | ★★★ |

1理论

1.1逻辑回归模型

1.2线性概率模型

1.3线性判别分析

1.4两点分布

1.5连接函数的取法

标准正态分布和sigmoid函数图像对比------值域都在0、1之间

因此具体应用的过程中常常使用的是sigmoid函数。

多元分类连接函数的选取:

1.6求解

1.7用于分类

2SPSS应用

2.1二元分类

2.1.1逻辑回归

预测成功率:

逻辑回归系数表:

逐步回归设置:

处理分类自变量:

提高预测成功率:

避免过拟合情况:

确定合适的模型:

2.1.2线性判别分析

结果分析:

2.2多元分类

注意:这里 SPSS 不能自动帮我们生成虚拟变量,我们可以在 EXCEL 表中使用"替换"功能来快速生成虚拟变量。

2.2.1逻辑回归

2.2.2线性判别分析

3总结

逻辑回归和线性判别分析都可以训练数据集预测未知数,可以通过加入平方项等来提高预测正确率,但是注意过拟合现象,同时在使用SPSS之前要先数据预处理,多元分类就直接在excel中查找替换就可以了。

相关推荐
空白诗6 小时前
CANN ops-nn 算子解读:AIGC 风格迁移中的 BatchNorm 与 InstanceNorm 实现
人工智能·ai
新芒6 小时前
暖通行业两位数下滑,未来靠什么赢?
大数据·人工智能
weixin_446260856 小时前
掌握 Claude Code Hooks:让 AI 变得更聪明!
人工智能
小白|6 小时前
CANN性能调优实战:从Profiling到极致优化的完整方案
人工智能
哈__6 小时前
CANN加速图神经网络GNN推理:消息传递与聚合优化
人工智能·深度学习·神经网络
渣渣苏6 小时前
Langchain实战快速入门
人工智能·python·langchain
七月稻草人6 小时前
CANN 生态下 ops-nn:AIGC 模型的神经网络计算基石
人工智能·神经网络·aigc·cann
User_芊芊君子6 小时前
CANN_MetaDef图定义框架全解析为AI模型构建灵活高效的计算图表示
人工智能·深度学习·神经网络
I'mChloe6 小时前
CANN GE 深度技术剖析:图优化管线、Stream 调度与离线模型生成机制
人工智能
Wei&Yan6 小时前
数据结构——顺序表(静/动态代码实现)
数据结构·c++·算法·visual studio code