Logistic回归的目标变量必须是二元的？

Logistic回归的目标变量必须是二元的？

是的，Logistic回归的目标变量（也称为因变量或响应变量）必须是二分类变量，不能是连续变量。

为什么？

因为Logistic回归是一种专门用于解决二分类问题的统计模型。它通过建立一个线性预测模型，并将其通过Logistic函数（也称为sigmoid函数）转换为概率值，来预测目标变量属于某个类别的概率。

举例说明：

• 判断邮件是否为垃圾邮件（垃圾邮件/正常邮件）
• 预测用户是否点击广告（点击/未点击）
• 判断患者是否患有某种疾病（患病/未患病）

在这些例子中，目标变量都只有两种可能的取值，可以用'0'和'1'表示。

如果目标变量是连续变量怎么办？

如果你的目标变量是连续的，例如身高、体重、房价等，那么Logistic回归就不再适用。你需要使用其他回归模型，例如：

• 线性回归: 用于预测连续的目标变量，并假设目标变量与自变量之间存在线性关系。
• 多元回归: 线性回归的扩展，可以处理多个自变量。

希望以上解答对您有所帮助！