数据科学速成班：解释逻辑回归

做者|Mandy Gu
编译|Flin
来源|towardsdatascience

Logistic回归，经过估计事件发生的对数几率来对事件发生的几率进行建模。若是咱们假设对数比值和 j 个自变量之间存在线性关系，那么咱们能够将事件发生的几率p建模为：

你可能注意到未指定对数底。对数的底数其实并不重要，回想一下，若是咱们把两边都乘以logk b，咱们能够把底数b改为任何新的底数k。

这使咱们能够灵活地假设左侧的底数。固然，底数会影响对结果和系数值的解释。

分离几率

若是咱们有估计系数，就很容易分离出p。注意，p/(1-p)表示事件发生的几率。

咱们将用另外一个例子来解释说明。房地产经纪人吉姆(Jim)训练了一个逻辑回归模型来预测某人出价买房的可能性。他经过使用两个解释变量来保持他的模型的简洁性:

• x1:潜在客户拜访房子的次数

• 这栋房子的要价是几千美圆

在使用程序肯定最优系数后，Jim为他的模型推导出这些系数:

Jim的模型告诉咱们:

• 潜在买家每多一次拜访，平均几率天然对数增长2

• 房屋每增长1000美圆，平均几率的天然对数降低0.002

听起来很拗口，并且很难听懂。咱们能够用一个更简单的技巧来解释。

咱们能够计算e的2次方和-0.002次方的值来简化解释。

• 潜在买家平均每增长一次造访的时间，他提出报价的几率就会增长约7.39倍

• 房屋每增长1000美圆，平均出价的几率会受到0.998倍的影响

若是吉姆的客户，Sue，参观了一次房子，房子价值100万美圆，那么咱们能够用上面推导出的公式来估计她购买房子的几率。

这代表Sue有大约4%的几率出价买下这所房子。

做为一个分类器

尽管logistic回归是一种回归模型，但它常常被用于分类。几率老是在0和1之间。咱们能够设置一个任意的阈值来预测观察到的类别。

咱们还能够将logistic回归扩展为两个以上的分类器，使其成为一个多类分类器。为此，咱们能够采起“ 一对一”的方法，即训练尽量多的逻辑回归模型（每一个模型预测一个类别的对数几率），并采用产生最高推断几率的类别。

原文连接：https://towardsdatascience.com/data-science-crash-course-interpreting-logistic-regression-97fc0f40d06b

欢迎关注磐创AI博客站：
http://panchuang.net/

sklearn机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/