logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。以胃癌病情分析为例，选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群必定具有不同的体征与生活方式等。因此因变量就为是否胃癌，值为“是”或“否”，自变量就可以包括很多了，如年龄、性别、饮食习惯、幽门螺杆菌感染等。自变量既可以是连续的，也可以是分类的。然后通过logistic回归分析，可以得到自变量的权重，从而可以大致了解到底哪些因素是胃癌的危险因素。同时根据该权值可以根据危险因素预测一个人患癌症的可能性。

链接: https://pan.baidu.com/s/1BLo62Y3i3WLEWBTm2ndE-Q 提取码详见附件。 来自网络分享于网络，仅供交流请不要用于商用。 ########################################################################################################## # SCORECARDS.py 全自动分箱逻辑回归制作评分卡 # # AUTHOR. S.ivannov # # REMARK: 1、源数据首列target为样本违约情况，1是BAD，0是GOOD ； # # 2、计算WOE前使用Kmeans聚类算法进行样本自动分箱,WOE本质是度量自变量每箱的违约数量占比ln量化，# # WOE越大则违约概率越大; # # 3、针对样本依次进行IV值（度量单一自变量对违约情况的ln量化---每箱加权和）、 # # person、VIF方法的自变量筛选，选取最优自变量因子组合; # # 4、针对样本优化选定的自变量因子组合进行逻辑回归、取得模型截距、刻度、自变量系数等常量； # # 5、生成评分卡模型、对验证集进行算分、预测； # ##########################################################################################################

SVM支持向量机和逻辑回归进行心音信号简单二分类-附件资源

妙趣横生的统计学就是基于该书的第四版，本书是第三版 有趣的统计学学习书籍

【python机器学习】逻辑回归算法实现（基于鸢尾花数据集）-附件资源

这个资源是逻辑回归案例中对应的数据和代码，原文可以看我的博客内容介绍，建议结合原文查看： 逻辑回归虽然叫回归，但它解决的是分类问题，之所以叫回归是有一些历史原因，不过怎么叫没关系。在分类问题中，逻辑回归算法是一种用的比较广泛的机器学习算法。

内含有逻辑回归的源代码是数据集，使用Python3编码，有封装好的逻辑回归所需要的各种函数，适合新手学习。

基于张量分解的逻辑回归图像分类算法，张建光，韩亚洪，图像分类已经成为图像处理领域的重要研究内容。传统基于向量的分类算法需要将图像向量化。向量化的过程导致图像空间信息的丢失和

二分类的数据集是NG的猫的数据集，十分类的数据集是CIFAR-10的数据集

某银行为提升信用卡反欺诈检测能力，提供了脱敏后的一份个人交易记录。考虑数据本身的隐私性，数据提供之初已经进行了类似PCA的处理，并得到了若干数据特征。在不需要做额外特征提取工作的情况下，本项目意在通过逻辑回归模型的调优，得到较为准确可靠的反欺诈检测方法，分析过程中使用到了Python Pandas, Numpy, Matplotlib, Seaborn以及机器学习库Scikit-Learn等。 数据链接： 链接:https://pan.baidu.com/s/11uT0CHYPenX_67qTdr-Tjg 密码:b9xo 完整代码实现如下： 下采样完整代码： import pandas as