逻辑回归分类分析
通过三步操作，上传您的CSV数据，选择分类配置，然后查看和分析分类结果。
第一步：选择数据
上传您的CSV数据文件或选择系统示例数据进行分析
系统示例数据
选择预加载的示例数据集进行测试
上传CSV文件
点击上传您的CSV格式数据文件
选择示例数据集
鸢尾花数据集
150条记录，4个特征
泰坦尼克数据集
891条记录，预测生存率
糖尿病数据集
768条记录，预测糖尿病
数据预览
iris.csv
150 行 × 5 列
第二步：分类设置
配置逻辑回归模型的参数
目标变量
选择您要预测的分类变量
特征选择
选择用于预测的特征变量（可多选）
逻辑回归参数
训练与测试
10%
20%
50%
第三步：结果分析
模型训练完成，查看分类结果
准确率
0.00
测试集上的准确率
精确率
0.00
模型的精确率
召回率
0.00
模型的召回率
F1分数
0.00
模型的F1分数