处理一下定性变量即让它转为虚拟变量，由于是多类，我直接在excel里，通过excel筛选操作把不同类 对应到1- n （两类的话一般是0 1 多类的话就是1-n了）
记录一下两种算法在spss中操作过程:
1.多元logistic回归
分析—回归——多元logistic回归
这里要将几个自变量放到协变量中。
补充：Spss中因子和协变量的区别
因子指分类型变量，例如性别、学历等
协变量指连续型变量，例如面积、重量等
这里的分类结果出现了98.6% 效果可以
如果结果出来是个100%(可能过拟合了即出现类龙格现象）<在二元分类的时候，若正确百分比低是通过加入平方项，交互项来提高正确率，但会有过拟合现象>故我们采用把数据分为训练组和测试组方法。多重复几次，求出平均准确率（交叉验证）
用训练组的数据来估计出模型，再用测试组的数据来进行测试（以80%为训练组，20%为测试组）
把多余的列清除，回归未进行算法时的状态，我们按照20%作测试组，选id为40-48，87-95，136-144为测试组。 （其中一部分，把这些id对应的is_lei删除）
再次执行逻辑回归
算出三种花预测的正确率（这里维吉尼亚鸢尾应该都是2，训练模型后预测的有两个1，对于维吉尼亚正确率就是7/9），然后我多训练几次（把不同的id清除，随机清除）<可以做个表> 然后算出平均准确率（交叉验证），再和另一个Fisher判别分析比较正确率，我们用正确率高的算法。
2.Fisher判别分析
分析——分类——判别式
正确率97.9%
