32. 文本：复习

复习

以上就是实用统计学的所有内容了！这两节课讲的是多元线性回归和逻辑回归，但你看到的大多数内容已经开始朝 数据科学 靠拢了，也就是说，大部分内容已经超越了多数日常 数据分析 的范畴了。不过，我希望这两节课的一些挑战给你带来了愉快的体验。

这两节课初步介绍的两种办法——多元线性回归和逻辑回归，只是监督机器学习的一部分。你可以从 优达学城免费课程 中了解更多，又或者可以在 机器学习纳米学位课程 中查看项目回顾以及优达学城的社区信息。

在本课中，我们学习了逻辑回归，你学到了：

1. 如何使用 python 来实现逻辑回归，用 statsmodels 和 sklearn 包来预测二元分类反应值。
   
   

2. 如何解释 statsmodels 逻辑回归输出的系数。
   
   

3. 如何用多个指标来评估模型效果。
   
   

4. 如何在 python 里评估模型拟合效果。

你已经学到了很多了！恭喜你！祝你在项目中取得好成绩！

逻辑回归 课程中 抽样分布 的 notebook 方案和数据可见本页底部。