ロジスティック回帰の応用

データの分割

まず、get_dummiesを用いてカテゴライズされた列を数値に変換することで、データの前処理を行います。次に、データを訓練データとテストデータに分けます。reset_indexは、すべてのインデックスが0から始まることを保証するために使用されます。

モデルの作成

ロジスティック回帰は線形回帰と似ていますが、唯一の違いはyデータで、観測値に対するクラスを示す整数値を格納する必要があります。

対象となる変数の予測

線形回帰と比べて、ロジスティック回帰は結果のクラスを出力するだけでなく、観測値が3つのクラスすべてに属する確率も推定します。