Logistic回歸，即Logistic回歸分析，是一種廣義的線性回歸模型，常用于數(shù)據(jù)挖掘，疾病自動(dòng)診斷，經(jīng)濟(jì)預(yù)測等領(lǐng)域。

Logistic回歸分析的因變量是：0、1，或者是否（二分類）；自變量可以是連續(xù)的也可以是分類的，通過Logistic回歸分析得到自變量的權(quán)重

Logistic回歸屬于概率型非線性回歸，分為二分類和多分類的回歸模型（二分類就是因變量只有2種取值，多分類就是因變量有多種取值）

Logistic回歸建模步驟

1）根據(jù)分析目的設(shè)置指標(biāo)變量（因變量和自變量），然后收集數(shù)據(jù)，根據(jù)收集到的數(shù)據(jù)對特征再次進(jìn)行篩選

2）y取1的概率是，取0的概率是，用和自變量列出線性回歸方程，估計(jì)出模型中的回歸系數(shù)

3）進(jìn)行模型檢驗(yàn)。模型的有效性的檢驗(yàn)指標(biāo)有很多，最基本的有正確率，其次有混淆矩陣、ROC曲線、KS值等

4）模型應(yīng)用：輸入自變量的值，就可以得到預(yù)測變量的值

小栗子

這里使用書中提供的數(shù)據(jù)集，銀行拖欠貸款的數(shù)據(jù)為例
大概是這一個(gè)樣子

df = pd.read_excel(data_path)
df.head()

首先，我們得識(shí)別下這個(gè)數(shù)據(jù)，從數(shù)據(jù)看上來，“違約”是因變量，0、1表示是否，而其他的變量：年齡、教育等就是自變量，所以，我們就是要通過這些自變量來預(yù)測用戶是否會(huì)違約

后面，我們要做一個(gè)特征篩選，就是選取哪些自變量來進(jìn)行回歸分析

上面，我們已經(jīng)識(shí)別出自變量和因變量（也就是X和Y）

x = df.iloc[:,:8].values
y = df.iloc[:,8].values

from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR

書中使用的是sklearn的包
這里引入了邏輯回歸模型LogisticRegression
然后，還有一個(gè)問題，就是RandomizedLogisticRegression，這個(gè)我在文檔上找不到
貌似是隨機(jī)邏輯回歸模型，用來篩選變量的，使用的時(shí)候，會(huì)提示說不推薦使用了，等我再研究一下看看怎樣

rlr = RLR()
rlr.fit(x , y)

rlr.get_support()
df.iloc[:,:8].columns[rlr.get_support()]

這里獲取的就是我們最終的特征，特征篩選完成之后，就可以調(diào)用邏輯回歸模型了

x = df[df.iloc[:,:8].columns[rlr.get_support()]].values
lr = LR()
lr.fit(x,y)
lr.score(x,y)

最后的這個(gè)分?jǐn)?shù)就是模型的準(zhǔn)確率

小栗子到這里是結(jié)束了，但是其中使用的幾個(gè)模型思想，參數(shù)啥的，還沒有準(zhǔn)確的理解，還要再摸索學(xué)習(xí)一下