logisticRegression

logisticRegression(ds, yColName, xColNames, [intercept=true], [initTheta], [tolerance=1e-3], [maxIter=500], [regularizationCoeff=1.0], [numClasses=2])

对数据源中的自变量（xColNames）和因变量（yColName）进行逻辑回归分析。生成的模型可以作为 predict 函数的输入，用于预测新数据的分类结果。

ds 数据源类型，通常由 sqlDS 生成。

yColName 字符串，指定 ds 中的列名，表示因变量（所属分类）列。

xColNames 字符串标量或向量，指定 ds 中的列名，表示自变量列。

intercept 可选参数。布尔类型，表示是否包含截距项。默认值为 true，系统会自动添加一列值为 1 的变量用于生成截距。

initTheta 可选参数。DOUBLE 类型向量，指定迭代的初始参数。默认是长度为 xColNames.size()+intercept 的零向量。

tolerance 可选参数。大于 0 的数值标量，指定迭代终止的边界差值 。如果在两次相邻迭代中，参数的对数似然函数的梯度的绝对值最大分量的差小于 tolerance，则迭代终止。默认值是0.001。

maxIter 可选参数。正整数，指定迭代的最大次数。当迭代次数达到 maxIter 时，迭代终止。默认值是500.

regularizationCoeff 可选参数。大于 0 的数值标量，指定正则项系数。默认值是1.0。

numClasses 可选参数。大于等于 2 的整数，表示因变量的类别数量。默认值是 2。

一个字典，包含以下键值：

• modelName：字符串，表示模型的名称，即“Logistic Regression“。

• tolerance：浮点数，表示迭代终止的边界差值。

• xColNames：字符串标量或向量，表示自变量列名。

• intercept：布尔值，表示是否包含回归中的截距项。

• numClasses：正整数，表示因变量的类别数量。

• coefficients：浮点类型的矩阵或向量，表示每一个因变量种类模型参数的估计值。

  • 二元分类（numClasses = 2）时，返回向量，表示正类（即 label = 1）的参数的估计值。

  • 多元分类（numClasses > 2）时，返回矩阵，第 i 行表示第 i 类（即 label = i）参数的估计值。

• iterations：整型标量或向量，表示每一个因变量种类迭代的次数。

  • 二元分类（numClasses = 2）时，返回一个正整数，表示正类（即 label = 1）的参数的迭代次数。

  • 多元分类（numClasses > 2）时，返回一个向量，第 i 个数表示第 i 类（即 label = i）参数的迭代次数。

• logLikelihood：浮点类型的标量或向量，表示每一个因变量种类迭代中最终的对数似然值。

  • 二元分类（numClasses = 2）时，返回一个浮点数，表示正类（即 label = 1）的参数的对数似然值。

  • 多元分类（numClasses > 2）时，返回一个向量，第 i 个数表示第 i 类（即 label = i）参数的对数似然值。

• predict：模型的预测函数。

以下例子把两个不同中心的正态分布标记为两类，然后计算逻辑回归模型。

t = table(100:0, `y`x0`x1, [INT,DOUBLE,DOUBLE])
y = take(0, 50)
x0 = norm(-1.0, 1.0, 50)
x1 = norm(-1.0, 1.0, 50)
insert into t values (y, x0, x1)
y = take(1, 50)
x0 = norm(1.0, 1.0, 50)
x1 = norm(1.0, 1.0, 50)
insert into t values (y, x0, x1)

model = logisticRegression(sqlDS(<select * from t>), `y, `x0`x1);

// output
modelName->Logistic Regression
tolerance->0.001
xColNames->["x0","x1"]
intercept->1
numClasses->2
coefficients->[1.772463953718721,1.848711011775654,0.24896957744541]
iterations->[5]
logLikelihood->[15.982057280977643]
predict->logisticRegressionPredict

把模型用于预测：

predict(model, t);

保存模型到磁盘：

saveModel(model, "C:/DolphinDB/data/logisticModel.txt");

加载一个保存的模型：

loadModel("C:/DolphinDB/data/logisticModel.txt");