clc;clear;
%%
%邏輯回歸
x=xlsread（‘特征數據.xls‘）;
y=xlsread（‘類別數據.xls‘）;%0或1
b?=glmfit（xy‘binomial‘?‘link‘?‘logit‘）;%邏輯回歸方程;?b返回邏輯回歸方程的系數
p?=?glmval（bx?‘logit‘）;%p返回邏輯回歸預測值（概率值0到1）;
plot（xp‘o‘）;%根據預測值畫出邏輯回歸方程的散點圖
%%
%測試模型
set_data1=[xp];
%預測值中大于0.5的看為1類，小于或等于0.5的看為0類；
y1=set_data1（:2）>0.5;%邏輯矩陣
set_data2=[xy1];
hold?on
plot（set_data2（:1）set_data2（:2）‘or‘）
%模型預測準確率
cp=sum（y==y1）/19889;

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件??????799744??2016-06-14?21:22??特征數據.xls
?????文件??????752128??2016-06-14?21:24??類別數據.xls
?????文件?????????509??2016-06-14?21:34??logistic_regression.m