分類分析--邏輯回歸
邏輯回歸（logistic regression）是廣義線性模型的一種，可根據一組數值變量預測二元輸出，即邏輯回歸只適用於二分類 ，R中的基本函數glm()可用於擬合邏輯回歸模型。glm()函數自動將預測變量中的分類變量編碼為相應的虛擬變量。威斯康星乳腺癌數據中的全部預測變量都是數值變量，因此不必要對其編碼。
（1）使用glm()進行邏輯回歸
#擬合邏輯回歸，基於df.train數據框中的數據構造邏輯回歸模型
fit.logit <- glm(class~., data=df.train, family=binomial())
summary(fit.logit) #檢查模型
結果分析：模型中有三個預測變量（sizeUniformity、shapeUniformity和singleEpithelialCellSize）的系數未通過顯著性檢驗（即p值大於0.1）。從預測的角度來說，我們一般不會將這些變量納入最終模型。當這類不包含相關信息的變量特別多時，可以直接將其認定為模型中的噪聲。
#對訓練集外樣本單元進行分類，采用基於df.train建立的模型來對df.validate數據集中的樣本單元分類。predict()函數默認輸出腫瘤為惡性的對數概率，指定參數type="response"即可得到預測腫瘤為惡性的概率。樣本單元中，概率大於0.5的被分為惡性腫瘤類，概率小於等於0.5的被分為良性腫瘤類。
prob <- predict(fit.logit, df.validate, type="response")
logit.pred <- factor(prob > .5, levels=c(FALSE, TRUE),
labels=c("benign", "malignant"))
#評估預測准確性，給出預測與實際情況對比的交叉表（即混淆矩陣，confusion matrix）
logit.perf <- table(df.validate$class, logit.pred,dnn=c("Actual", "Predicted"))
logit.perf
結果分析：模型正確判別了129個類別為良性的患者和69個類別為惡性的患者。在驗證集上，正確分類的模型（即准確率，accuracy）為(129+69)/205=96.6%，