matlab中的逻辑回归

Question

我想在 matlab 中实现逻辑回归，我有以下几个代码

function B=logistic_regression(x,y)

f=@(a)(sum(y.*log((exp(a(1)+a(2)*x)/(1+exp(a(1)+a(2)*x))))+(1-y).*log((1-((exp(a(1)+a(2)*x)/(1+exp(a(1)+a(2)*x))))))));
a=[0.1, 0.1];
options = optimset('PlotFcns',@optimplotfval);
B = fminsearch(f,a, options);

end

逻辑回归如下：

首先我们计算 logit 等于

L=b0+b1*x

然后我们计算的概率等于 p=e^L/(1+e^L)

最后我们在计算

y*ln(p)+(1-y)*ln(1-p)

我决定将所有这些东西写在一行中，但是当我运行代码时，它给了我以下错误

>> B=logistic_regression(x,y)
Assignment has more non-singleton rhs dimensions than non-singleton subscripts

Error in fminsearch (line 200)
fv(:,1) = funfcn(x,varargin{:});

Error in logistic_regression (line 6)
B = fminsearch(f,a, options);

我该如何解决这个问题？提前致谢

Answer 1

为了实现逻辑回归模型，我通常调用glmfit函数，这是更简单的方法。语法是：

 b = glmfit(x,y,'binomial','link','logit');

b 是一个包含逻辑回归线性部分系数的向量（第一个元素是回归的常数项 alpha）。 x 包含预测变量数据，一行代表每个观察值，一列代表每个变量。 y 包含目标变量，通常是表示结果的布尔值（0 或 1）向量。

获得系数后，您必须将回归的线性部分应用于预测变量：

z = b(1) + (x * b(2));

要完成，您必须将逻辑函数应用于线性部分的输出：

z = 1 ./ (1 + exp(-z));

如果您需要对数据或输出进行更多修改，并且需要对模型有更大的灵活性和控制力，我建议您查看此实现：

https://github.com/mohammadaltaleb/Logistic-Regression

matlab中的逻辑回归

logistic regression in matlab

matlab

logistic-regression