регрессия для студентов и профессионалов. Узнать многочлен и логистическая регрессия и код в python
В статистике, логистическая регрессия или логит-регрессия или логит-модель-это модель регрессии, в которых зависимой переменной (DV) категоричен. В данной статье рассматривается случай бинарной зависимой переменной, т. е. там, где выходные данные-могу потерять только эти два значения "0" и "1", которые представляют как результаты pass/fail, Win/живым/мертвым или здоров/болен. Случаи, в которых зависимой переменной более двух outcome-категории могут быть проанализированы, в multinomiale логистической регрессии, или, если несколько категорий упорядочены, в десятичном виде представляется как число логистической регрессии. В терминологии экономики, логистическая регрессия пример качественного ответа/discrete choice model.
Логистическая регрессия была отмечена статистиков Дэвид Кокс в 1958 году. Двоичный-логистическая модель для оценки вероятности бинарных реакция на один или несколько счетчик (или независимых) переменных (признаков). Он позволяет сказать, что наличие одного фактора риска может увеличить шансы на определенный исход определенного фактора.

DOWNLOAD






turbobit

---