知识卡片
逻辑回归系数的几率解读
逻辑回归的几率是p/(1-p),不同于概率p。保持其他条件不变,属性增加一单位,几率变为原来的exp(β)倍,相对变化为exp(β)-1。例如β=0.0266,对应几率约增加2.7%,并非概率增加2.7个百分点。涉及交互项或多项选择时须按实际效用式与比较选项解释,不能把二分类的口径无条件套用。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 如何分析用户的选择 1.3 DCM模型的Python实践 · 查看原书依据
在其他条件保持不变的情况下,家庭收入增长1个单位,选择自驾的odds会变化,exp(βHINC)-1=exp(0.0266)-1=0.027,即增加0.027倍。
参考来源
- 位置:《数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow》第1章 如何分析用户的选择,1.3 DCM模型的Python实践(来源项目a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/数据科学工程实践 用户行为分析与建模、AB实验、SQLFlow/_epub-src/OEBPS/Text/part0010.xhtml)
- 结论依据:原文明确"DCM模型解读的对象可以分为概率(probability)和几率(odds)……得益于LR模型的数学性质,数据分析师可以基于模型参数直接对几率进行解读",并给出公式"连续变量:odd(xi + 1)/odd(xi)-1=exp(βi)-1",用家庭收入例子演示几率变化倍数的计算。
- 原始内容:在其他条件保持不变的情况下,家庭收入增长1个单位,选择自驾的odds会变化,exp(βHINC)-1=exp(0.0266)-1=0.027,即增加0.027倍。