代码之家 › 专栏 › 技术社区 › Jane Sully

解释sklearn中的逻辑回归特征系数值

coefficients feature-selection logistic-regression scikit-learn python

Jane Sully · 技术社区 · 6 年前

我已经为我的数据建立了一个逻辑回归模型。假设我有四个特点:受试者接受的条件、受试者对被测现象是否有任何先前的知识/背景(实验后问卷中的二元反应)、实验任务花费的时间和受试者年龄。我试图预测参与者是否最终选择了选项A或选项B。我的逻辑回归输出以下特征系数 clf.coef_ 以下内容:

[-0.68120795-0.19073737-2.50511774 0.14956844]]

如果选项A是我的正类,那么这个输出是否意味着功能3是二进制分类最重要的功能,并且与选择选项A的参与者有负关系(注意:我没有规范化/重新缩放我的数据)?我想确保我对系数的理解,以及从中提取的信息是正确的,所以我在分析中不做任何归纳或错误的假设。

谢谢你的帮助!

1 回复 | 直到 6 年前

rocksteady 6 年前

你走对了。如果一切都是一个非常相似的量级,一个更大的pos/neg系数意味着更大的效果,所有的东西都是相等的。

但是,如果您的数据没有经过标准化,Marat是正确的,因为系数的大小没有任何意义(没有上下文)。例如,您可以通过将度量单位更改为更大或更小来获得不同的系数。

我看不出这里是否包含了非零截距,但请记住,逻辑回归系数实际上是优势比,您需要将其转换为概率,以获得更直接的解释。

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前