我正在使用Weka使用已知二元结果的训练数据进行逻辑回归。它运行得相当好，正确地对大约80％的实例进行了分类。我还有一个使用当前数据的数据集，其结果是未知的。当我使用当前数据和输出预测运行模型时，它将每个实例分类为是或否，并提供错误和概率分布项（其中错误+概率分布= 1）。我无法理解这些结果。有人可以帮助我解释他们应该如何解释它们吗？我注意到，当概率分布低于0.5时，模型只猜测是。这是否意味着我应该将其视为1概率分布，结果是肯定的？
答案 0 :(得分：1)
类概率总是必须总和1.如果你有P（是）= 40％而P（否）= 20％且是且否是唯一的课程，失踪的40％是什么？
另外，如果结果显示P（是）= 60％且P（否）= 40％并且您要给出预测而不是概率，那么显然理性的选择将是是 ，因为它具有所有选项的概率最高。这是Bayes optimal decision rule。 （感谢 larsmans ）
在二元分类问题中，这与选择P> 50％的答案相同。
不知道你得到的实际输出是什么样的，看起来好像你获得的概率是P（No）