擬合 logistic 模型

許多商業問題都需要預測二元反應變數。 你的未來雇主可能需要偵測垃圾電子郵件、信用卡詐欺，或是罕見疾病。

logistic 迴歸模型是處理二元分類問題的首選方法。

在本練習中，你會使用 UCI 資料庫的 Parkinson's 資料集。 這個資料集包含患有及未患有帕金森氏症者的多種生醫語音量測值。

你會使用資料集中的下列變數：

• status－若個案有帕金森氏症為 1，否則為 0，
• NHR－量測聲音中雜訊與音調成分的比率，
• DFA－訊號的分形尺度指數。

資料集已以 parkinsons 提供。