Prognozowanie za pomocą modeli logistycznych

Model regresji logistycznej oblicza prawdopodobieństwo, że dana obserwacja należy do jednej z klas.

Model logistyczny z dwiema zmiennymi objaśniającymi ma następującą postać:

$$\frac{1}{1+e^{-(\beta_{0} + \beta_{1} \cdot x_{1} + \beta_{2} \cdot x_{2})}}$$

Funkcje R wykonują całą ciężką pracę za użytkownika, ale znajomość mechanizmów, które za nimi stoją, pozwoli ci pewnie stosować je podczas rozmowy kwalifikacyjnej.

W poprzednim ćwiczeniu korzystałeś ze zbioru danych parkinsons i dopasowałeś model regresji logistycznej model. Oba te obiekty oraz ramka danych new_person są dostępne w twoim środowisku.

Wyświetl dane dla new_person.
Wyświetl model regresji logistycznej model.

övning

Prognozowanie za pomocą modeli logistycznych

Instruktioner 1/3

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}övning

Instruktioner 1/3

övning