一、分类模型简介
本篇将介绍分类模型。对于二分类模型，我们将介绍逻辑回归（logistic regression）和Fisher线性判别分析两种分类算法；对于多分类模型，我们将简单介绍SPSS中的多分类线性判别分析和多分类逻辑回归。
分类模型，顾名思义将数据分类。如有一堆苹果和橙子，有它们的重量，大小，颜色等数据，将它们根据数据分为两类，之后如果给出数据，可以进行一定的判断，这个只有数据的是苹果还是橙子。
二、适用赛题
预测类
- 由已知数据处理分类得到模型
- 对后来的数据进行预测
三、模型流程
四、流程分析
本篇中的逻辑回归和Fisher线性判别不做证明，且逻辑回归和Fisher线性判别推荐使用SPSS软件进行操作
1.确定分类
分类模型有二分类和多分类两种，开始先得确定要分多少类。比如上面的苹果和橙子例子就是二分类；如果水果种类再多点，像苹果、橙子、柠檬和橘子，就是多分类问题。
2.二分类
①逻辑回归
对于因变量为分类变量的情况，我们可以使用逻辑回归进行处理。把y看成事件发生的概率，y ≥ 0.5表示发生；y < 0.5表示不发生。比如可以说y ≥ 0.5是苹果，y < 0.5是橙子。
线性概率模型（Linear Probability Model 简记LPM）
由于后者有解析表达式（而标准正态分布的cdf没有），所以计算logistic模型比probit模型更为方便。
②Fisher线性判别分析
LDA（Linear Discriminant Analysis）是一种经典的线性判别方法，又称Fisher判别分析。该方法思想比较简单：给定训练集样例，设法将样例投影到一维的直线上，使得同类样例的投影点尽可能接近和密集，异类投影点尽可能远离。
可借助SPSS软件直接得到结果。
3.多分类
多分类的操作和二分类类似，这里不再赘述。
4.合理性
如果预测结果较差怎么办？
可在Logistic回归模型中加入平方项、交互项等。
但在加入平方项之后，虽然预测能力提高了，但有可能会出现过拟合现象。
也就是对于样本数据的预测非常好，但是对于样本外的数据的预测效果可能会很差。
所以如何确定合适的模型？
把数据分为训练组和测试组，用训练组的数据来估计出模型，再用测试组的数据来进行测试。（训练组和测试组的比例一般设置为80%和20%）
注意：为了消除偶然性的影响，可以对上述步骤多重复几次，最终对每个模型求--个平均的准确率，这个步骤称为交叉验证。
5.预测
根据给出的数据，计算得到属于哪个类别的可能性最大。
)
