论文部分内容阅读
在对因变量为定性变量的的回归分析中,传统的方法包括Logistic回归模型、Probit模型等广义线性模型,同时,在机器学习法中也产生了诸如决策树回归、支持向量机等方法,此类方法的优点在于可以处理任意类型的数据以及在短时间类处理大型数据源。本文的目的在于面对定性变量的回归分析中,比较传统模型(以Logistic模型为例)与机器学习法(以决策树为例)两者的优劣。