종속변수와 독립변수 간의 관계를 나타내어 예측 모델을 생성한다는 점에서 선형 회귀분석 방법과 유사 로지스틱 회귀분석의 특징 분석 목적: 종속변수와 독립변수 간의 관계를 통해서 예측 모델 생성 회귀분석과 차이점: 종속변수는 반드시 범주형 변수(예, Yes/No, iris데이터의 species) 정규성: 정규분포 대신에 이항분포를 따른다. 로짓 변환: 종속변수의 출력범위를 0과 1로 조정하는 과정(예, 혈액형 A -> [1, 0, 0, 0] 활용분야: 의료, 통신, 날씨 등 다양한 분야 날씨 관련 요인 변수로 비(rain) 유무 예측 install.packages("ROCR") library(car) library(lmtest) library(ROCR) #1단계: 데이터 가져오기 weather = read.csv("weather.csv", stringsAsFactors = F) dim(weather) head(weather) str(weather) #2단계: 변수 선택과 더미 ...
#
car
#
rstudio
#
ROCR
#
R
#
prediction
#
performance
#
lmtest
#
ifelse
#
glm
#
sample
