SAS: Proc logistic，score语句-结果解释
SAS（Statistical Analysis System）是一种统计分析系统，它提供了广泛的数据分析和数据管理功能。在SAS中，"Proc logistic"是一种用于执行逻辑回归分析的过程。逻辑回归是一种用于建立和预测二元（二分类）或多元（多分类）因变量的概率的统计模型。
"Score"语句是在逻辑回归模型中使用的一种语句，用于根据模型的系数对新的观测数据进行预测。通过将新的观测数据输入到逻辑回归模型中，"Score"语句可以计算出预测的概率或分类结果。
对于"Proc logistic"和"score"语句的结果解释，具体解释会根据具体的情况而有所不同。通常，"Proc logistic"会输出逻辑回归模型的拟合统计信息，包括模型的系数、标准误差、似然比统计量等。而"score"语句会输出预测的概率或分类结果。
在实际应用中，"Proc logistic"和"score"语句可以用于许多领域，例如市场营销、医学研究、金融风险评估等。通过逻辑回归模型，可以对潜在客户进行分类、预测疾病的发生风险、评估贷款违约的可能性等。
腾讯云提供了一系列与数据分析和机器学习相关的产品和服务，可以用于支持逻辑回归分析和预测任务。其中，腾讯云的机器学习平台（https://cloud.tencent.com/product/tensorflow）提供了丰富的机器学习算法和模型训练工具，可以用于构建和部署逻辑回归模型。此外，腾讯云的数据仓库（https://cloud.tencent.com/product/dw）和数据分析平台（https://cloud.tencent.com/product/dap）也可以用于支持数据的存储、处理和分析。
请注意，以上只是腾讯云提供的一些相关产品和服务的示例，其他云计算品牌商也提供类似的产品和服务，具体选择应根据实际需求和预算来决定。
相关·内容
1回答
proc逻辑系统的详细预测
sas、logistic-regression
我正在一个家庭数据库中实施logit模型，该数据库使用的是作为因变量的贫困家庭或非贫困家庭的分类(1如果贫穷，0如果不是)：
proc logistic data=regression;
model poor(event="1") = variable1 variable2 variable3 variable4;
run;
使用SAS中的proc logistic，我得到了表“预测概率和观察反应的关联”，使我能够知道协调一致的百分比。但是，我需要详细资料，说明有多少家庭被适当地归类为贫穷家庭，这样：
我将感谢你在这个问题上的帮助。
浏览 2提问于2020-03-05得票数 1
回答已采纳
4回答
R: logistic回归中的优势比的计算与解释
r、probability、logistic-regression
我很难理解logistic回归的结果。我的结果变量是Decision，是二进制变量(分别为0或1，而不是接受或接受产品)。
我的预测变量是Thoughts，是连续的，可以是正的，也可以是负的，并且被舍入到小数点的第二位。
我想知道，当Thoughts发生变化时，接受产品的可能性是如何变化的。
logistic回归方程为：
glm(Decision ~ Thoughts, family = binomial, data = data)
根据该模型，Thoughts对Decision概率有显著影响(b = .72，p= .02)。确定Decision作为Thoughts函数的比特率
exp(coe
浏览 16提问于2016-12-29得票数 31
回答已采纳
1回答
Logistic回归中错误数据集的处理方法
regression、classification、logistic-regression
如果我对狗和猫的图片进行Logistic回归分类。但是我在这个模型中输入了人的面部图片。然后，这个模型将对这张图片狗或猫进行分类。 如何在逻辑回归模型中处理这些错误数据？
浏览 20提问于2021-07-02得票数 0
回答已采纳
2回答
使用机器学习模型(scikit或statsmodel)回答业务问题
python、machine-learning、statistics、regression、data-science
谢谢你在这方面的帮助。
这感觉像是一个愚蠢的问题，我可能把事情搞得过于复杂了。一些背景信息-我最近刚刚学习了Python中的一些机器学习方法(scikit和一些统计模型)，例如线性回归，逻辑回归，KNN等。我可以在pandas数据框中准备数据，将分类数据转换为0和1。我也可以将这些加载到模型中(例如，scikit learn中的逻辑回归)。我知道如何训练和测试它(使用CV等)，以及一些微调方法(gridscore等)。但这一切都在根据新数据预测结果的范围内。我主要专注于学习建立一个模型来预测新的X值，并测试该模型以确认准确性/精确度。
然而，现在我在识别和执行其他类型的问题时遇到了困难，比如回
浏览 4提问于2017-05-18得票数 0
1回答
在Android中使用训练有素的Scikit学习svm分类器
android、scikit-learn
我正在开发一个Android应用程序，它使用来自手机的传感器数据对活动进行分类。与任何Java机器学习库相比，我更喜欢scikit--学习。因此，我使用Django和scikit创建了一个非常小的REST，学习使用支持向量机训练传感器数据并返回模型信息。
我的问题是:我如何使用我的手机上的模型scikit-学习产品来做预测？到目前为止，我已经考虑过扩展api，以便每当电话想要进行预测时，它都会将数据发送到api以获得数据。但我更希望能够编写一些Java代码，或者使用Java库来进行预测。将培训数据发送到api并不是问题，因为这不是实时的--只有在数据已经收集完毕时才会完成。然而，发送数据用于实
浏览 3提问于2015-11-05得票数 4
回答已采纳
我正在估计一个涉及11个因素的公司破产模型。我有1900到2000年的数据，我的目标是使用proc logistic估计1900到1950年期间的模型，然后在1951到2000年的数据上测试它的性能。Proc逻辑运行良好，但我遇到的问题是，估计系数与我在模型中使用的因子具有相同的名称。假设包含我所有观测值的数据集称为myData，包含我使用outtest语句(在proc logistic中)获得的估计系数的数据集称为factorEstimates。现在，这两个数据集都有变量factor1、factor2、...、factorN。现在，我想形成数据集outOfSampleResults，它执行以
浏览 1提问于2014-11-29得票数 0
4回答
logistic回归与softmax回归的差异
algorithm、machine-learning、classification、logistic-regression、softmax
我知道logistic回归适用于二元分类，而softmax回归则适用于多类问题.如果我用相同的数据训练多个logistic回归模型，并将它们的结果归一化，得到多类分类器而不是使用一个softmax模型，会有什么不同吗？我想结果是一样的。我可以说：“所有的多类分类器都是二进制分类器的级联结果”。(神经元网络除外)
浏览 3提问于2016-03-17得票数 24
回答已采纳
1回答
一个预测变量和三个响应变量(分类和连续)
regression、linear-regression、logistic-regression、data-science-model、k-means
如果我有预测变量，它是连续变量和范畴变量的混合物，而响应变量是连续的。
我应该采用什么方法？线性回归、logistic回归或k均值聚类。
例如,
反应变量:疾病发生概率(连续)预测变量:食物摄入量(分类)，年龄(连续)，运动频率(连续)
因此，基于3种机器学习模型的最佳方法是什么？
浏览 0提问于2021-09-26得票数 1
2回答
什么是分类器使用的科学工具-学习的VotingClassifier？
python-3.x、scikit-learn、ensemble-learning
我看了一下scikit的文档--学习，但我不清楚在VotingClassifier的引擎盖下使用了什么样的分类方法？它是logistic回归，支持向量机，还是一种树方法？
我感兴趣的是如何改变遮罩下使用的分类器方法。如果Scikit-learn没有提供这样的选项，那么是否有一个可以很容易地与scikit集成的python包--学习，它将提供这样的功能？
编辑：
我指的是用于第二个级别模型的分类器方法。我完全知道，第一级分类器可以是任何类型的分类器支持的科学工具包-学习。
第二级分类器使用第一级分类器的预测作为输入。所以我的问题是-这个二级分类器使用什么方法？这是logistic回归吗？还是别的
浏览 0提问于2019-01-15得票数 3
回答已采纳
2回答
logistic回归如何从分类因变量建立Sigmoid曲线？
scikit-learn、logistic-regression、sigmoid
我正在探索Scikit-learn logistic回归算法。据我所知，作为训练的一部分，该算法建立了一条回归曲线，其中y变量的范围从0到1(S型S曲线)。在这里，y变量是一个连续变量(尽管实际上它是一个离散变量)。。
当训练数据集反映现实并包括y变量作为离散变量时，算法如何学习S曲线？在训练中没有概率估计，所以我想知道算法是如何学习S曲线的。
浏览 2提问于2021-01-03得票数 1
2回答
在神经网络分类问题中，个体特征是如何影响预测的？
machine-learning、neural-network、feature-selection
在文献中，我遇到过这样的说法:收入高、工作时间长的人更有可能被诊断出中风等慢性病。上述研究 (第8页)，用人工神经网络探讨了行为习惯与慢性疾病的关系。
因为我对ML不熟悉，
我无法通过神经网络或其他机器学习技术中的特征研究得出这样的结论。
是否有类似于logistic回归的方法来量化ANN中的可能性，其中回归系数给出了预测变量增加一个单位的结果的对数概率的变化。
目前正在使用Azure ML工作室
浏览 0提问于2018-01-12得票数 2
1回答
Logistic回归框架
python-2.7、scikit-learn、classification、logistic-regression
我正在用分类器编写逻辑回归的框架。有人能帮助我验证它并建议主要的库(例如sklearn)函数吗？以下是我想出的：
对N个观测值和M个变量(M < N)进行logistic回归。
培训集-约占整个数据集测试集的80%，其余20%
问:是否有一个函数，允许选择测试集作为一组火车的外推，而不是使用随机选择？(train_test_split不这样做)
问:是否有一个函数可以让逻辑回归与正规化运作？也许是StandardScaler？
当Logistic回归完成时，我们如何使用结果：
我们是否只使用决策边界图，并根据新的数据点是在图中还是不在图中作出决定？
我可以得到系数，但是计算目标的
浏览 6提问于2015-10-07得票数 0
1回答
聚类时变二进制结果建模的合适机器学习算法
classification、class-imbalance、time
我就直接跳进去。我有一个合理的大小(100 K观测)数据集的时变，连续和绝对预测。实际上，分类预测器通常不会改变，但是，每天都会有一个连续的变化。另一种复杂性--我正在努力解决的复杂性--是这样一个事实，即数据被聚集在几个层次上(随着时间的推移，来自同一个个体的测量，数据集中有多个个体)。
所以，我有这样的事情：
id | day | cont_predictor | cat_predictor | daily_outcome
1 | 1 | 1.4 | 1 | 0
1 | 2 | 1.7 | 1
浏览 0提问于2020-06-19得票数 1
3回答
逻辑回归数据集标签的含义是什么？
machine-learning、libsvm
我学习Logistic回归已经有些日子了，我认为logistic回归的数据集的标签应该是1或0，对吗？
但是当我查找库的时，我看到标签值是连续数(例如1.0086，1.0089...)，我是不是遗漏了什么？
请注意，libSVM库可用于解决回归问题。
非常感谢！
浏览 1提问于2013-01-19得票数 3
2回答
学习输出概率的二进制分类器
machine-learning、probability、svm
通常，当目标是构建输出实例为正的概率的二进制分类器时，哪种机器学习将是最合适的，在哪种情况下？
特别是，似乎具有Platt缩放的支持向量机可能是一个很好的候选者，但我在网上看到有人使用Kernel Logistic回归或高斯过程来完成这项任务。与其他方法相比，其中一种方法是否有明显的优势/劣势？
谢谢
浏览 0提问于2013-05-05得票数 2
4回答
毫升:分类模式比较
classification、logistic-regression、model-selection
给定的是我需要用于分类的数据集，我希望比较不同分类模型的性能。让我们假设，我想看看逻辑回归(具有不同的断点)和KNN。如果我按以下方式进行，是否有任何问题：
在培训和验证数据中分离数据(以及用于对获奖模型进行性能评估的测试集)。
在训练集上训练logistic回归模型和KNN分类模型。对于0到1之间的每个截断点t，考虑了logistic回归模型作为分类模型，因此回归模型导致了许多分类模型。
现在，我在一定范围内(假设0.01到0.99)比较了我的所有分类模型(t和KNN)在验证数据上的分类性能。我会选择性能最好的(基于某一指标)的。
我正在和其他人讨论这个问题，他认为t需要被看作是超参数，而这
浏览 0提问于2020-06-04得票数 3
3回答
logistic回归实际上是一种回归算法吗？
algorithms、logistic-regression
回归的通常定义(据我所知)是从给定的一组输入变量中预测一个连续的输出变量。
Logistic回归是一种二元分类算法，因此它产生了一个分类输出。
它真的是一个回归算法吗？如果是，为什么？
浏览 0提问于2014-06-19得票数 23
回答已采纳
2回答
Logistic回归中SAS中罕见事件的抵消过抽样
sas、logistic-regression
有人能帮助我理解模型前调整和模型后调整使用偏移法(最好是在Proc Logistic中的Base和Logistic回归评分)。
我举一个例子。考虑到传统的银行信用评分模型，假设我们有10000名客户，其中50000名是好客户，2000名是坏客户。现在，对于我的Logistic回归，我使用了所有2000名坏的和随机抽样的2000名好客户。我如何调整这种过度抽样在Proc Logistic使用的选项，如偏移和评分。你有关于这个主题的参考资料和插图吗？提前感谢您的帮助！
浏览 3提问于2016-07-05得票数 0
回答已采纳
1回答
predict_proba比较
classification、linear-regression
我想预测单个credit_balance大于值N为真的概率
比较了三种分类方法: Logistic回归法、最小判别法和二次判别法。
对于一个样本预测，对于每一个具有不同值的样本，如何确定哪个模型最适合我的预测？
线性回归predict_proba结果为[[0.93227393 0.06772607]]
LDA predict_proba是[[0.94144572 0.05855428]]
QDA precit_proba是[[9.99999999e-01 1.24419207e-09]]
我们应该看哪些参数来决定哪种分类是最适合预测模型的？
浏览 0提问于2018-04-16得票数 1
4回答
监督学习，非监督学习，回归
machine-learning、linear-regression、logistic-regression
我知道：
无监督学习是指在未标记的数据中寻找隐藏结构，否则，我们称之为监督学习。
回归也是一种分类，只不过它的输出是无限数的数字。
我也知道分类是一种监督学习。
但让我困惑的是：
线性回归(线拟合)是一种回归吗？如果是这样的话，为什么它的数据没有标签?例如，它的样本数据只是(1,2)，(2,3)，(1,4)这样的坐标量？
logistic回归(分类)是一种回归?如果是，为什么它的输出只是生发(值，真为假,0或1)？
有人能帮我弄清楚吗？
浏览 14提问于2014-03-15得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
