理解逻辑回归系数的含义

【问题标题】：Understanding the meaning of logistic regression coefficients理解逻辑回归系数的含义
【发布时间】：2016-01-02 13:32:43
【问题描述】：

我有一个基于二元特征的二元逻辑回归模型 (0/1)。特征系数通常在 (-1, 1) 范围内。训练后，我可以使用特征系数作为特征“重要性”的代理吗？如果系数

【问题讨论】：

【解决方案1】：

对;负系数意味着特征对比 - 表示该类。实际上，幅度是相对重要性的。 -1和+1是一个必屈不适的：班级的所有成员都没有/确实具有该功能。

【讨论】：

【解决方案2】：

你绝对可以。事实上，这种重要或“责备”的想法是机器学习算法背后的主要概念。在训练过程中，系数通过梯度下降多次变化。权重更新多少实际上取决于每个权重对成本的贡献。

也就是说，越是高成本归咎于权重，更新就越极端。因此，更多的极端值（高正数或低负数）表明模型在做出决策时相应特征的影响程度。

【讨论】：