拟合逻辑回归模型

许多商业问题都需要预测二元响应变量。 您的未来雇主可能需要检测垃圾电子邮件、信用卡欺诈或罕见疾病。

逻辑回归模型是解决二分类问题的常用方法。

在本练习中，您将使用来自 UCI 仓库的 Parkinson's 数据集。 该数据集包含患有和未患有帕金森病人群的一系列生物医学语音测量。

您将使用数据集中的以下变量：

• status - 若某人患有帕金森病为 1，否则为 0，
• NHR - 语音中噪声与谐波分量之比的度量，
• DFA - 信号的分形标度指数。

数据集以 parkinsons 提供。