GBaseUP机器学习使用指南2.2.2

2.2.2 逻辑回归 (Logistic regression)
逻辑回归（Logistic regression）又称 logistic 回归分析，是当前业界比较常用的机器学习方法，
用于估计某种事物的可能性。
Logistic 回归的主要用途：寻找危险因素，寻找某一疾病的危险因素等；预测，根据模型，预
测在不同的自变量情况下，发生某病或某种情况的概率有多大；判别，实际上跟预测有些类似，
也是根据模型，判断某人属于某病或属于某种情况的概率有多大。
比如某用户购买某商品的可能性，某病人患有某种疾病的可能性，以及某广告被用户点击的
可能性等；例如，在流行病学中，比较常用的情形是探索某疾病的危险因素，根据危险因素预测
某疾病发生的概率等等，想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组
是非胃癌组，两组人群肯定有不同的体征和生活方式等。这里的因变量就是是否胃癌，即“是”
或“否”，自变量就可以包括很多了，例如年龄、性别、饮食习惯、幽门螺杆菌感染等。