MATLAB编程逻辑斯蒂回归

逻辑斯蒂回归是一种经典的分类算法，可用于二分类和多分类问题。在MATLAB中，可以使用logisticRegression函数实现逻辑斯蒂回归。该函数的基本语法如下：

[B,dev,stats] = logisticRegression(X,Y)

其中，X是样本特征矩阵，Y是样本标签向量，B是回归系数向量，dev是对数似然比检验的结果，stats是包含有关回归模型的统计信息的结构体。下面是一个简单的例子，展示如何使用logisticRegression函数实现逻辑斯蒂回归：

% 生成样本数据 X = [randn(100,2) ; randn(100,2)+5]; Y = [zeros(100,1) ; ones(100,1)];

% 训练逻辑斯蒂回归模型 [B,dev,stats] = logisticRegression(X,Y);

% 绘制决策边界 x1 = linspace(-5,10,100); x2 = -(B(1)+B(2)*x1)/B(3); plot(X(Y==0,1),X(Y==0,2),'ro',X(Y==1,1),X(Y==1,2),'bx',x1,x2,'k-'); legend('Class 0','Class 1','Decision boundary'); xlabel('x1'); ylabel('x2');

上述代码中，首先生成了一个2维的样本数据集，其中前100个样本属于类别0，后100个样本属于类别1。然后使用logisticRegression函数训练了一个逻辑斯蒂回归模型，并得到了回归系数向量B。最后，根据得到的回归系数向量绘制了决策边界