如何在逻辑回归模型中处理二元预测变量?

时间:2019-06-26 13:43:29

标签: r logistic-regression glm

我正在使用glm(y ~ x1 + x2 + x3 + x4, data = train.set, family = binomial(link = 'logit'))在R中建立逻辑回归模型。在4个预测变量x1, x2, x3, x4中,它们都是分类的。但是x1, x2, x3的范围是0到10,x4是二进制(0或1)。

我的问题是我应该如何正确预处理x4?我之所以问是因为,我知道就预测而言,这是一个非常重要的变量,但是由于summary()与其他预测变量的规模不同,因此它在post = Index('posts') post.settings( number_of_shards=1, number_of_replicas=0 ) @post.doc_type class PostDocument(DocType): community = fields.ObjectField(properties={ 'id': fields.IntegerField(), 'description': fields.TextField(), 'name': fields.StringField(), }) 中的重要性较低。

经历过类似情况的人可以分享您的方法吗?非常感谢!

0 个答案:

没有答案