另一種常見的模型為分類模型，在分類模型中，資料的label(Y)為離散型，其中又可以分為: 二分類、多分類，在介紹分類模型之前，要先來講講當訓練模型完後，會需要進行模型的驗證，看模型準確率是否夠高，或是需要再做修正

• 訓練集/測試集切割
  當模型訓練完，會需要做準確率的驗證，為了避免資料不夠擬合(under-fitting)或過度擬合(over-fitting)，所以會在一開始先將資料切割成訓練集和測試集，常見的比例為訓練集:測試集=8:2或是7:3，如此一來，可以避免使用同一組資料訓練，又使用同一組資料做測試的有失公平情況出現
  註:另一種切割資料方法是將資料切割成3部分，包含:訓練集/測試集/驗證集

第一種要介紹的分類模型為邏輯斯迴歸(logistic regression) ，是一種二分類的分類模型，在R語言中可以使用glm()這個函數。
下方舉R內建的資料iris()當作範例，資料中有花萼長度、寬度、花瓣長度、寬度，以及花的品種，我們利用長度寬度來將花的品種做分類(Y)，當輸入花的長度、寬度，就可以預測他可能是哪一個品種。
邏輯斯迴歸是二分類方法，在iris()資料中有三種品種，因此我們只取出versicolor、virginica這兩個品種來當訓練資料

# 載入需要用到的套件
library(dplyr) # 資料處理
library(caTools) # 用來切割訓練/測試集

# 載入資料，並取出versicolor、virginica這兩個品種
data(iris)
day24 = iris %>% filter(Species %in% c("versicolor", "virginica"))

# 將Species欄位(label Y)轉為0, 1
day24$Species = ifelse(day24$Species == "versicolor", 1, 0)

# 切割訓練/測試集
split <- sample.split(day24, SplitRatio = 0.8)
train_data <- subset(day24, split == "TRUE")
test_data <- subset(day24, split == "FALSE")

# train model
model_glm = glm(Species ~ Sepal.Length + Sepal.Width + Petal.Length + Petal.Length, 
                data = train_data , family = "binomial")

# 查看模型結果
summary(model_glm)

# predict model
result = predict(model_glm, test_data, type = "response")

由於邏輯斯迴歸的預測結果為該筆資料label=0以及1分別的機率，因此我們需要設定一個閥值，假設閥值為0.5，代表將資料判給機率大於0.5的那類。
預測完結果可以與真實結果做比對，來了解模型準確率狀況

result = ifelse(result > 0.5, 1, 0)

# 比較模型預測結果與實際狀況
table(predicted = result, actual = test_data$Species)

後續會再介紹判斷模型好壞的一些指標，那我們今天就到這吧