当结果是具有两个以上类别的比例数据时，R中的逻辑回归？

当结果是具有两个以上类别的比例数据时，R中的逻辑回归可以使用多项式逻辑回归（Multinomial Logistic Regression）或者有序逻辑回归（Ordinal Logistic Regression）来进行建模和预测。

多项式逻辑回归适用于具有多个无序类别的情况，它通过将多个二元逻辑回归模型组合起来，来预测多个类别之一的概率。在R中，可以使用multinom函数来进行多项式逻辑回归建模。该函数属于nnet包，可以通过安装和加载nnet包来使用。

有序逻辑回归适用于具有有序类别的情况，它假设类别之间存在一种有序关系，并通过拟合一个单一的模型来预测类别的顺序。在R中，可以使用polr函数来进行有序逻辑回归建模。该函数属于MASS包，可以通过安装和加载MASS包来使用。

逻辑回归在云计算领域的应用非常广泛，例如在用户行为分析、客户分类、信用评分、欺诈检测等方面都有应用。在腾讯云中，可以使用腾讯云机器学习平台（Tencent Machine Learning Platform）来进行逻辑回归建模和预测。该平台提供了丰富的机器学习算法和工具，可以帮助用户快速构建和部署逻辑回归模型。

更多关于腾讯云机器学习平台的信息，可以访问以下链接：

• 腾讯云机器学习平台
• 腾讯云机器学习平台产品介绍

请注意，以上答案仅供参考，具体的建模和预测方法还需要根据实际情况和数据特点进行选择和调整。