所以我试图使用python的statsmodels.api进行预测，对二元结果进行逻辑回归。我按照教程使用Logit。 当我尝试对测试数据集进行预测时，每个记录的输出都是0到1之间的小数。 难道不应该给我零和一个吗？或者我必须使用圆函数或其他东西来转换它们。
请原谅这个问题的禁忌。我在盯着我的旅程。
答案 0 :(得分：1)
预测值是给定解释变量的概率，更准确地说是观察1的概率。
要获得0,1预测，您需要选择一个阈值，如等于阈值的0.5，并为高于阈值的概率分配1。
使用numpy，这将是例如
predicted = results.predict(x_for_prediction)
predicted_choice = (predicted > threshold).astype(int)
答案 1 :(得分：0)
如果响应是在单位区间被解释为概率，除了损失考虑因素之外，另一个可能有帮助的观点是将其视为二项式结果，而不是伯努利计数。特别是，除了你问题中的概率反应之外，每种情况下的试验数量是否相符？如果存在，则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舍入期望值。