使用MATLAB进行简单的二元逻辑回归

我正在使用MATLAB进行逻辑回归，以解决一个简单的分类问题 . 我的协变量是一个介于0和1之间的连续变量，而我的分类响应是0(不正确)或1(正确)的二进制变量 .

我正在寻找运行逻辑回归来 Build 预测器，该预测器将输出某些输入观察的概率(例如，如上所述的连续变量)是正确的或不正确的 . 虽然这是一个相当简单的场景，但我在MATLAB中运行它时遇到了一些麻烦 .

我的方法如下：我有一个列向量 X ，其中包含连续变量的值，另一个大小相等的列向量 Y 包含 X (例如0或1)的每个值的已知分类 . 我正在使用以下代码：

[b,dev,stats] = glmfit(X,Y,'binomial','link','logit');

然而，这给了我无意义的结果，其中 p = 1.000 ，系数( b )非常高(-650.5,1320.1)，并且相关的标准误差值大约为1e6 .

然后我尝试使用其他参数来指定二项式样本的大小：

glm = GeneralizedLinearModel.fit(X,Y,'distr','binomial','BinomialSize',size(Y,1));

这给了我更符合我的预期的结果 . 我提取了系数，使用 glmval 来创建估计( Y_fit = glmval(b,[0:0.01:1],'logit'); )，并为拟合创建了一个数组( X_fit = linspace(0,1) ) . 当我使用 figure, plot(X,Y,'o',X_fit,Y_fit'-') 覆盖原始数据和模型的图时，模型的结果图基本上看起来像'