一、概述
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。
二、用二项逻辑斯蒂回归分析进行二分析
2.1编程目的
以鸢尾花数据集为训练集，根据花瓣的长度和宽度对输入的鸢尾花进行分类
2.2编程实现
导入相应的包
定制一个函数，使其返回特定个数的数据。然后读取文件，将鸢尾花数据集的特征数据存储在向量中，将其创建成RDD，再转换成DataFrame
将标签列数值化
设置逻辑斯蒂回归算法的参数
完成训练后，将预测得到的数字化索引还原成标签
划分测试集合训练集
对模型准确率进行评估
三、学习视频
https://www.bilibili.com/video/BV1oE411s7h7?p=75