实施逻辑回归答案

【问题标题】：Implement Logistic Regression实施逻辑回归
【发布时间】：2017-11-14 05:54:40
【问题描述】：

我正在对这个数据集应用多个 ML 算法，所以我尝试了逻辑回归并绘制了预测结果，它似乎完全不正确，因为该图只显示了一个类的数据点。这是数据和我尝试的内容

set.seed(10)

x1 <- runif(500) - 0.5

x2 <- runif(500) - 0.5

y <- ifelse(x1 ^ 2 - x2 ^ 2 > 0, 1, 0)

dat <- data.frame(x1, x2, y)

#Logistic Regression
fit.glm <- glm(y ~ x1 + x2, data = dat, family = "binomial")

y.hat.3 <- predict(fit.glm,dat)

plot(x1,x2,col = c("red","blue")[y.hat.3 + 1])

【问题讨论】：

标签： r machine-learning logistic-regression

【解决方案1】：

predict 默认返回逻辑回归的对数几率。要获得预测类别，请使用type = "resp" 获得预测概率，然后使用类似p > 0.5 的决策规则将它们转化为类别：

y.hat.3 <- predict(fit.glm,dat, type = "resp") > 0.5

plot(x1,x2,col = c("red","blue")[y.hat.3 + 1])

【讨论】：