Прогнозирование с помощью логистических моделей
Логистическая регрессия вычисляет вероятности принадлежности наблюдения к одному из классов.
Логистическая модель с двумя объясняющими переменными имеет следующий вид:
$$\frac{1}{1+e^{-(\beta_{0} + \beta_{1} \cdot x_{1} + \beta_{2} \cdot x_{2})}}$$
Функции R берут на себя всю сложную работу, однако понимание механики их работы поможет вам уверенно применять их на собеседовании.
В предыдущем упражнении вы использовали набор данных parkinsons и построили логистическую регрессию model. Эти два объекта, а также фрейм данных new_person, доступны в вашем рабочем окружении.
Это упражнение является частью курса
Практика статистических вопросов для интервью на R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Print the new person's data
print(___)
# Print the logistic model
___(___)