admin 管理员组

文章数量: 1086019


2024年4月15日发(作者：morena是什么意思)

logistic回归模型结果解读

x

一、 logistic回归模型结果解读

Logistic回归模型是一种分类数据模型，主要用于对不同类别

的输出结果进行预测，因此，其结果解读也要以分类的形式来解

释。

1、系数与因变量之间的关系

Logistic回归模型通过对因变量的分析，来推断被解释变量的

概率。结果中的系数提供了因变量与被解释变量之间的关系，比如

我们可以分析不同系数值大小，从而获得因变量对被解释变量的影

响程度，正相关的影响是系数的正值，反之是负值。

2、P值

P值是从回归结果中获取的，它可以反映特定因变量对被解释

变量的重要性，P值越小，表明相对于其它因变量，该因变量对被

解释变量影响越明显，则说明该因变量是重要因素。

3、R-Square和平均绝对值

R-Square是可决系数，它反映回归结果的好坏，R-Square的值

越大，表明模型的预测效果越好，也就是越能够准确的来预测被解

释变量的值。平均绝对值也是可以用来判断模型好坏的指标，它比

较每个样本的预测值和实际值之间的误差，值越小则表示模型的预

测精度越高。

4、改进模型

- 1 -

可以通过以上结果，来判断模型的预测效果好坏，从而思考如

何改进模型：比如可以进行特征选择，去掉系数值较小或者P值较

大的因变量；也可以使用其它模型，如决策树或神经网络模型来进

行比较，看哪一个模型对被解释变量的预测效果更好。

- 2 -


本文标签： 模型 因变量 结果

版权声明：本文标题：logistic回归模型结果解读 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1713189262a623136.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。