logistic回歸
例：企業到金融商業機構貸款，金融商業機構需要對企業進行評估。評估結果為 0 , 1 兩種形式，0 表示企業兩年後破產，將拒絕貸款，而 1 表示企業 2 年後具備還款能力，可以貸款。在表 6 中，已知前 20 家企業的三項評價指標值和評估結果，試建立模型對其他 5 家企業（企業 21-25）進行評估。
x0=xlsread('logistic_ex1.xlsx', 'b2:d21'); % 回歸模型的輸入
y0=xlsread('logistic_ex1.xlsx', 'e2:e21'); % 回歸模型的輸出
x1=xlsread('logistic_ex1.xlsx', 'b2:d26'); % **資料輸入
gm = fitglm(x0,y0,'distribution','binomial');
y1 = predict(gm,x1);
n0 =1:size(y0,1); n1= 1:size(y1,1);
plot(n0', y0, '-kd');
hold on; scatter(n1', y1, 'b')
xlabel('資料點編號'); ylabel('輸出值');
這裡fitglm函式，將資料傳入後，第三個引數表示離散分布，第四個引數表示二項分布（fitglm有很多用法，具體可help fitglm，這裡只用到到了這個來做logistic回歸分析）。此函式返回乙個model（官方文件就叫這個），然後在predict函式中，第乙個引數傳入的引數型別就是model，所以將上面函式得到的返回值傳入，然後將需要**的資料輸入，既得**的結果y1。
注：scatter函式，畫氣泡圖的函式。
這裡y1也是從1到26每個都有的，裡20以前的的氣泡和原始給的資料繪製重疊在一起了。
這裡再將gm這個模型輸出。
整體p-value的值很小，模型很顯著。
回歸方程為：
y(x)~-239.81-2.0957*x1+12.99*x2+233.38*x3
方程得到的值大於0則**值為1，小於0則**值為0。
這裡驗證了一下。
與**值對比，可得，方程得到的值大於0則**值為1，小於0則**值為0。
機器學習十講 第二講回歸
資料酷客 大講堂 機器學習第二講 用乙個或多個自變數來 因變數的數學方法 在機器學習中，回歸指的是一類 變數為連續值的有監督學習方法 在回歸模型中，需要 的變數叫做因變數，用來解釋因變數變化的變數叫做自變數。一元線性回歸 多元線性回歸 可能遇到的問題 多重共線性 最小二乘的引數估計為 widehat...
Apache POI 第二講之對Excel常見操作
有時候我們在做專案時，有些專案需要生成microsoft excel檔案格式的報告。有時，甚至希望將excel檔案作為輸入資料。這是我們需要用到apache poi 例如，乙個公司開發的應用程式將財務部門需要所有輸出生成自己的excel。建立乙個時間格式的單元格1.編寫主方法 public clas...
第二講 STL容器之佇列與棧
3.棧 stl容器是c 中封裝好的可以直接供使用者使用的資料結構，它和陣列有些類似，事實上很多stl也完全可以由陣列模擬實現，但顯然沒有直接呼叫已經封裝好的stl容器方便。除此之外，還有乙個最大的特點是，stl容器是一種動態的容器，它的記憶體空間的分配是動態分配的，而不像陣列，在宣告的一開始就需要指...