Logistic回归分析实例

Logistic回归，即Logistic回归分析，是一种广义的线性回归模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。

Logistic回归分析的因变量是：0、1，或者是否（二分类）；自变量可以是连续的也可以是分类的，通过Logistic回归分析得到自变量的权重

Logistic回归属于概率型非线性回归，分为二分类和多分类的回归模型（二分类就是因变量只有2种取值，多分类就是因变量有多种取值）

Logistic回归建模步骤

1）根据分析目的设置指标变量（因变量和自变量），然后收集数据，根据收集到的数据对特征再次进行筛选

2）y取1的概率是，取0的概率是，用和自变量列出线性回归方程，估计出模型中的回归系数

3）进行模型检验。模型的有效性的检验指标有很多，最基本的有正确率，其次有混淆矩阵、ROC曲线、KS值等

4）模型应用：输入自变量的值，就可以得到预测变量的值

小栗子

这里使用书中提供的数据集，银行拖欠贷款的数据为例
大概是这一个样子

df = pd.read_excel(data_path)
df.head()

首先，我们得识别下这个数据，从数据看上来，“违约”是因变量，0、1表示是否，而其他的变量：年龄、教育等就是自变量，所以，我们就是要通过这些自变量来预测用户是否会违约

后面，我们要做一个特征筛选，就是选取哪些自变量来进行回归分析

上面，我们已经识别出自变量和因变量（也就是X和Y）

x = df.iloc[:,:8].values
y = df.iloc[:,8].values

from sklearn.linear_model import LogisticRegression as LR
from sklearn.linear_model import RandomizedLogisticRegression as RLR

书中使用的是sklearn的包
这里引入了逻辑回归模型LogisticRegression
然后，还有一个问题，就是RandomizedLogisticRegression，这个我在文档上找不到
貌似是随机逻辑回归模型，用来筛选变量的，使用的时候，会提示说不推荐使用了，等我再研究一下看看怎样

rlr = RLR()
rlr.fit(x , y)

rlr.get_support()
df.iloc[:,:8].columns[rlr.get_support()]

这里获取的就是我们最终的特征，特征筛选完成之后，就可以调用逻辑回归模型了

x = df[df.iloc[:,:8].columns[rlr.get_support()]].values
lr = LR()
lr.fit(x,y)
lr.score(x,y)

最后的这个分数就是模型的准确率

---

小栗子到这里是结束了，但是其中使用的几个模型思想，参数啥的，还没有准确的理解，还要再摸索学习一下