分类分析--逻辑回归
逻辑回归（logistic regression）是广义线性模型的一种，可根据一组数值变量预测二元输出，即逻辑回归只适用于二分类 ，R中的基本函数glm()可用于拟合逻辑回归模型。glm()函数自动将预测变量中的分类变量编码为相应的虚拟变量。威斯康星乳腺癌数据中的全部预测变量都是数值变量，因此不必要对其编码。
（1）使用glm()进行逻辑回归
#拟合逻辑回归，基于df.train数据框中的数据构造逻辑回归模型
fit.logit <- glm(class~., data=df.train, family=binomial())
summary(fit.logit) #检查模型
结果分析：模型中有三个预测变量（sizeUniformity、shapeUniformity和singleEpithelialCellSize）的系数未通过显著性检验（即p值大于0.1）。从预测的角度来说，我们一般不会将这些变量纳入最终模型。当这类不包含相关信息的变量特别多时，可以直接将其认定为模型中的噪声。
#对训练集外样本单元进行分类，采用基于df.train建立的模型来对df.validate数据集中的样本单元分类。predict()函数默认输出肿瘤为恶性的对数概率，指定参数type="response"即可得到预测肿瘤为恶性的概率。样本单元中，概率大于0.5的被分为恶性肿瘤类，概率小于等于0.5的被分为良性肿瘤类。
prob <- predict(fit.logit, df.validate, type="response")
logit.pred <- factor(prob > .5, levels=c(FALSE, TRUE),
labels=c("benign", "malignant"))
#评估预测准确性，给出预测与实际情况对比的交叉表（即混淆矩阵，confusion matrix）
logit.perf <- table(df.validate$class, logit.pred,dnn=c("Actual", "Predicted"))
logit.perf
结果分析：模型正确判别了129个类别为良性的患者和69个类别为恶性的患者。在验证集上，正确分类的模型（即准确率，accuracy）为(129+69)/205=96.6%，