前面我们介绍的回归方法，一般适用于数值型数据对象，对于分类数据类型就不再适用。对于分类数据对象，我们需要引入广义线性回归方法，比如logistic回归和poisson回归模型。这里我们介绍logistic回归。

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。

R语言中用于实现logistic回归的函数是glm()，其基本书写格式为:

参数介绍:

Formula:指定用于拟合的模型公式，类似于Im中的用法:

Family: 指定描述干扰项的概率分 布和模型的连接函数， 默认值为gaussian, 若需进行logistic同归，则需设置为binomial(link = "logit");

Data:指定用于回归的数据对象，可以是数据框、列表或能被强制转换为数据框的数据对象:

Weights:一个向量，用于指定每个观测值的权重:

Subset:一个向量，指定数据中需要包含在模型中的观测值;

Na.ction:一个函数，指定当数据中存在缺失值时的处理办法，用法与Im中的一致;

Start:一个数值型向量，用于指定现行预测器中参数的初始值;

Etastart:一个数值型向量，用于指定现行预测器的初始值;

Mustart:一个数值型向量，用于指定均值向量的初始值:

Offset:指定用于添加到线性项中的一组系数恒为1的项:

Contol:指定控制拟合过程的参数列表，其中epsilon 表示收敛的容忍度，maxit表示迭代的最大次数，trace 表示每次迭代是否打印具体信息；

Model: 逻辑值，指定是否返回“模型框架”，默认值为TRUE:

Method;指定用于拟合的方法，“glm.ft”表示用于拟合，“model.frame"表示可以返回模型框架；

X:逻辑值，指定是否返回“横型矩阵”，默认值为FALSE:

Y:逻辑值，制度是否能够返回响应变量，默认值为TRUE;

Contrasts:模型中因子对照的列表。

　　下面利用iris 数据集进行操作演练，由于iris数据集中的分类变量Specics中有三种元素:setosa、versicolor 和virginica，即鸢尾花的有三个不同的种类，在建模之前，先对数据集进行处理，将数据集中Species属于setosa类的数据剔除，然后利用剩余的数据进行建模分析，具体操作如下:

上述代码表示:选择iris数据集中第51行到150行的数据，将该数据集中变量

Species列中记录为virginica 的替换为1,否则替换为0，然后利用清洗好的数据进行logistic回归；模型的输出结果显示:解释变量Sepal.Length和Sepal.Width没能通过显著性水平为0.05的检验。

下面基于前面介绍的AIC准则（R语言数据分析与挖掘(第四章):回归分析(3)——变量的选择）进行逐步回归：

不难发现逐步回归剔除了变量：Sepal.Length,对逐步回归的结果进行详细展示，可以看到剩余变量的参数估计均通过了显著性水平的0.05的检验，说明构建模型得到了数据的支持。

下面根据WMCR对模型的预测能力进行评估：

上述代码表示:首先将模型的预测结果存储到变量pred中，再根据前面介绍的模型进行logit变换的逆变换，输出结果存储到变量prob,此时该变量中的值即为响应变量取值为1的概率值，即变量Species=virginica的概率值，然后分别计算变量prob中大于0.5和小于等于0.5的记录总数，其中0.5即为阈值，由于原始的鸢尾花数据中,种类为versicolor和virginica的记录各有50条，故阈值a取值为0.5。最后利用函数table( )统计原始数据中的记录和预测结果的记录情况(“0”表示versicolor,“1”表示virginica), 不难发现，输出的表格中，数字“48”和“49”均表示预测正确的总数，数字“2”表示真实种类为versicolor, 而预测结果为virginica 的记录总数，

类似地，数字“1”表示真实种类为virginica,而预测结果为versicolor 的记录总数。除此之外，还可以利用图形展示模型的预测效果，业界一般采用ROC曲线对logistic 回归模型的效果进行刻画，R语言的RORC包中有专门的函数用于刻画ROC曲线，具体操作如下: