Förutsägelser med logistiska modeller

Logistisk regressionsmodell beräknar sannolikheten att en given observation tillhör en av klasserna.

Den logistiska modellen med två förklaringsvariabler har följande form:

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

R:s inbyggda funktioner gör det tunga arbetet, men att förstå mekaniken bakom dem ger dig trygghet i att tillämpa dem korrekt under en intervju.

I föregående övning använde du datamängden parkinsons och anpassade den logistiska regressionsmodellen model. Dessa två objekt och dataramen new_person finns tillgängliga i din miljö.