逻辑回归MATLAB实例以及对应代码

逻辑回归是一种广泛用于分类任务的统计模型，尤其适用于二元分类问题。在MATLAB中，可以使用内置函数`fitglm`来创建逻辑回归模型。这里是一个简单的例子：

% 导入数据集（假设数据集名为'data.csv')
data = readtable('data.csv'); % 请将'data.csv'替换为你实际的数据文件名

% 定义输入变量X和目标变量Y
X = data(:, 1:end-1); % 假设最后一列是目标变量
Y = data(:, end);

% 创建逻辑回归模型
model = fitglm(X, Y, 'Distribution', 'binomial');

% 训练模型
model = train(model, X, Y);

% 预测新样本
newSample = [1; 0.5; 2]; % 假设这是新的输入特征向量
prediction = predict(model, newSample);

% 打印预测结果
disp(['Predicted class for the new sample is: ', num2str(prediction)]);

在这个例子中，我们首先加载数据，然后选择所有列作为特征（X）和最后一列作为目标变量（Y）。接着，我们使用`fitglm`函数训练逻辑回归模型，并指定分布为二项分布（因为是分类问题）。最后，我们对新的样本进行预测。