ロジスティックモデルの当てはめ

多くのビジネス課題では、二値の目的変数を予測する必要があります。 将来の雇用主は、スパムメールの検知、クレジットカード不正利用の検出、または希少疾患の識別を求めているかもしれません。

二値分類問題の定番手法がロジスティック回帰モデルです。

この演習では、UCI リポジトリの Parkinson's データセットを使います。 このデータセットは、パーキンソン病の有無それぞれの人の音声から得られた、さまざまな生体医工学的測定値で構成されています。

このデータセットから次の変数を使います。

• status - 1: パーキンソン病あり、0: それ以外
• NHR - 音声中の雑音成分と有声音成分の比率を表す指標
• DFA - 信号のフラクタルスケーリング指数

データセットは parkinsons として利用できます。