羅吉斯迴歸模型屬性
羅吉斯迴歸模型可用的屬性如下：
名稱
可以讓您指定此模型的名稱。
資訊缺少
指定是否使用資訊缺少演算法。如需詳細資訊，請參閱 遺漏值。
使用變數選取
指定是否執行變數選取。如需詳細資訊，請參閱 變數選取。
顯著水準
指定將變數包含模型考量時需要的顯著水準。只有在已選取 [使用變數選取] 時，才可以使用此屬性。
連結函數
指定羅吉斯迴歸中使用的連結函數。連結函數可將回應平均值連結到線性預測工具。
可用的連結函數如下：
-
對數優劣比 (預設值) 指定累積羅吉斯分配函數的反函數。
-
機率單位指定累積標準常態分配函數的反函數。
收斂
-
覆寫函數收斂可以讓您手動指定函數收斂值。
-
值指定已選取覆寫函數收斂時的函數收斂值。當您指定較大值時，模型會更快地收斂。這會減少訓練模型需要的時間量，但可能建立次佳模型。
-
覆寫梯度收斂可以讓您手動指定梯度收斂值。
-
值指定已選取覆寫梯度收斂時的梯度收斂值。當您指定較大值時，模型會更快地收斂。這會減少訓練模型需要的時間量，但可能建立次佳模型。
-
最大反覆運算指定在模型訓練期間執行的最大反覆運算次數。如果您指定比較小的值，則會減少訓練模型需要的時間量，但可能建立次佳模型。
附註： 當您指定梯度收斂或函數收斂準則時，模型可能會在達到您指定的準則之前，就根據內部收斂準則完成收斂。收斂原因顯示在詳細資料表格的 [收斂] 標籤上。
評估
-
使用預設的長條數目 指定您要使用預設的長條數目或設定自己的值。預設狀況下，量值變數會分為 20 個長條。
-
數目 指定沒有選取使用預設的長條數目屬性時使用的長條數目。必須指定介於 5 與 100 之間的整數值。
-
預測截止值 指定將計算機率視為事件的值。
-
容錯 指定確定估計百分位數使用的反覆運算演算法收斂。指定較小值可提高演算法精確度。
顯示診斷圖
指定 [殘差圖]、[評估] 和 [影響圖] 視窗是否顯示在模型窗格中。