我正在使用Python的statsmodels.api进行二元结果的逻辑回归预测。根据教程，我使用Logit。但是，在测试数据集上进行预测时，每条记录的输出都是介于0和1之间的小数。
这不应该给我0和1吗？或者我需要使用round函数或其他方法进行转换吗？请注意，保留HTML标记，请勿解释。
请原谅这个问题的初学者之问。我正在踏上这段旅程。
2个回答
5
预测值是给定解释变量的概率，更准确地说是观察到1的概率。
要获得0和1的预测，您需要选择一个阈值，例如0.5用于等阈值，并将1分配给高于阈值的概率。
使用numpy，例如：
要获得0和1的预测，您需要选择一个阈值，例如0.5用于等阈值，并将1分配给高于阈值的概率。
使用numpy，例如：
predicted = results.predict(x_for_prediction)
predicted_choice = (predicted > threshold).astype(int)
- Josef
4
你好，感谢您对此的回复。0.5是否是最佳阈值，还是有一些方法可以解决这个问题。 - Karim Lameer
如果您需要进行0 1点决策或分类，则阈值取决于您的损失函数。当我们选择0或1预测时，会以一定的概率犯错。如果您从错误中获得的损失是对称的，即在真实值为0时选择1，在真实值为1时选择0具有相同的“代价”，那么选择0.5是最优阈值。如果损失不对称，则应调整阈值以最小化预测损失。 - Josef
你好，再次感谢您的回复。我该如何计算损失函数？Logit会为我完成这项工作吗，还是我需要自己编写代码？这是否与调用fit()方法时生成的报告有关？如果您能指导我任何在线资源，我将不胜感激。Karim - Karim Lameer
我来晚了，但我只想说正确的方法似乎是从二项（预测）分布中抽样，如此处所述：http://stats.stackexchange.com/questions/46523/how-to-simulate-artificial-data-for-logistic-regression - legaultmarc
0
如果将响应解释为概率的单位间隔，除了损失考虑之外，另一个有助于理解的角度是将其视为二项式结果，而不是伯努利结果。特别地，在您的问题中，除了概率响应之外，是否存在每种情况下试验次数的对应物？如果有的话，那么逻辑回归可以重新表达为二项式（计数）响应，其中（整数）计数将是通过概率和试验次数的乘积获得的四舍五入的期望值。
- user1544219
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接