Question

我正在尝试分析显示人们是否感染该疾病的数据。也就是说，响应是二进制的。我应用了逻辑回归。假设log.reg（逻辑回归）的结果像;

ID = c(1,2,3,4)
Test_Data = c(0,1,1,0)
Log.Reg_Output = c(0.01,0.4,0.8,0.49)
result = data.frame(ID,Test_Data,Reg_Output)

result

# 1   | 0 |  0.01  
# 2   | 1 |  0.4    
# 3   | 1 |  0.8    
# 4   | 0 |  0.49

我能说ID = 3的人会以80％的比例感染该病吗？是正确的方法吗？如果没有，为什么？我很困惑，任何帮助都会很棒！

第二个问题是，除了将模型结果四舍五入为0或1外，我如何计算准确率。因为我认为将0.49舍入为0并不那么有意义。对于我的示例，基于大于或小于0.5，模型输出将变为0、0、1,0，而不是0.01、0.4、0.8、0.49。准确率将达到75％。还有其他计算方法吗？

谢谢！

Answer 1

我可以说ID = 3的人会以80％的比例感染该疾病吗？

您不清楚“在”的意思； Logistic回归输出的传统/传统解释是模型估计3号人群会以80％的置信度感染疾病。还不清楚标题中的“替代”是什么意思（问题主体中没有详细说明）。

除将模型结果四舍五入外，如何计算准确率。

准确度按定义要求将模型结果四舍五入到0/1。但是，至少在原则上，决策阈值不必一定是0.5 ...

因为我认为将0.49舍入为0并不那么有意义。

您认为将0.49舍入为1更有意义吗？因为这是二元分类设置中的唯一替代选择（一个人任一都会感染该疾病，或不会）。

关于对数丢失度量，在注释中提到：它的作用与准确性完全不同。您可能会发现我的这些相关答案很有帮助：

Loss & accuracy - Are these reasonable learning curves?

How does Keras evaluate the accuracy?（尽管标题错误，但与Keras无关）。

我强烈建议您看一些逻辑回归教程（实际上有数百本）；强烈推荐的来源是教科书An Introduction to Statistical Learning (with Applications in R)，由作者免费提供...

逻辑回归替代解释

1 个答案: