【机器学习实战】回归常用技巧之虚拟变量，实战回归技巧变量

虚拟变量 ( Dummy Variables) 又称虚设变量、名义变量或哑变量，用以反映质的属性的一个人工变量，是量化了的自变量，通常取值为0或1。引入哑变量可使线形回归模型变得更复杂，但对问题描述更简明，一个方程能达到俩个方程的作用，而且接近现实。

1、加法模型

比如现在需要根据身高和性别来回归人的体重，这里定义：

体重：weight

身高：height

性别：sex

由常识可知，体重、身高为连续型的数据值，而性别的取值只能是男或者女；这样如果进行回归时，性别属性将不能满足我们的回归特性。所以这里将采用虚拟变量的技术对性别进行表示。

对性别sex我们定义两个方法：

isMan：是否为男性，如果是男性则为1，否则为0

isWoman：是否为女性，如果是女性则为1，否认则为0

由此，我们可以将现行回归方程写成如下：

weight = a + b*height + c*isMan

这里我们只使用了sex方法的其中一个isMan方法，假设对于虚拟变量的取值有n个（这里为男、女），则在回归方程中可以只写n-1个（这里为isMan）。

对于以上的回归方程，我们可以分别求得a、b、c的值，但对于isMan的值分别是0或者1，所以c*isMan的值是c或者0，即对于以上的回归方程我们可以写成：

weight = (a+c) + b*height

或：

weight = (a+0) + b*height

所以，对于以上的模型，sex的值影响的是整个回归方程的截距，即模拟出来的回归方程是平行的，如下图。我们可以称为这个模型为虚拟变量的加法模型。

2、乘法模型

对于以上的模型，虚拟变量影响的是回归方程的截距，当然我们也可以建立模型，使得虚拟变量影响的是回归方程的斜率。

我们可以将回归方程写成这样：

weight = a + bh + c*isMan*h + d*isWoman*h

对于以上的回归方程，如果是男性的话：

weight = a + (b+c)*h

如果是女性的话：

weight = a + (b+d)*h

这样两条回归方程就会交与一点，如下图：

当然，我们也可以将加法和乘法模型一起使用，此时我们称为混合模型，这里就不进行细致的介绍了，如果以后接触到的话则再进行阐述。

首先你判断你的因变量是不是定距型变量（数字型的），如果是，就可以做常规的回归分析，如果不是，通过logistic回归分析来完成。可以将虚拟变量和非虚拟变量放在一起做回归分析。对应虚拟变量怎么设置，你在百度里搜索有我相关的回答。如果还有不明白，可以再联系。
 

能做回归 。。
设成LNp/1-p形式 因为 p的范围是0--1，不能做回归，设成LNp/1-p形式负无穷到正无穷。就可以了。