逻辑回归是创建评分模型的更好方法吗？答案

【问题标题】：Does logistical regression is the better method for creating a Scoring Model?逻辑回归是创建评分模型的更好方法吗？
【发布时间】：2019-10-30 14:44:56
【问题描述】：

我有一个用户详细信息数据集，我想在其中为每个用户生成一个分数。

所需的输出范围看起来像低、中和高。我正在研究逻辑回归。

这是处理这类问题的正确方法吗？

有什么建议吗？

【问题讨论】：

标签： python dataset regression linear-regression logistic-regression

【解决方案1】：

回答您的问题：它是不错的 - 在大多数情况下建议 - 模型开始。

在我看来，更重要的问题是，您应该在这里问的是您拥有什么样的用户数据，以及它对所选模型的表现如何：

  - data has a large number of features: you probably want to run a PCA, XGBOOST or another feature importance evaluation to separate useful features from noise features
  - you have a large amount of text data, i.e. logs: you might want to attach a naive Bayes, tf/idf or another model that performs well with text-based data
  - does your data tend to overfit when using model X? Maybe you want to do data engineering or try a different model

我对您的建议是首先构建 LR 模型，看看它在您的训练/测试/预测数据集上的表现如何，并评估性能是否满足您的需求，然后再考虑/讨论不同的模型/方法。

【讨论】：

当然，我将使用 LR 模型，在分析输出后，会回复您。谢谢