理解逻辑回归系数的含义

Question

我有一个二元逻辑回归模型（0/1），建立在二元特征之上。特征系数通常在（-1,1）范围内。训练之后，我可以使用特征系数作为特征“重要性”的代理吗？如果系数<1。 0，这是否意味着该特征的存在对于该类是否定的（即，减少输出为1的概率）？

Answer 1

右;负系数意味着该特征反对表示该类。实际上，重要性是相对重要性。 -1和+1是必需的：该类的所有成员都没有/确实具有该功能。

Answer 2

你绝对可以。事实上，这个重要或者责备的想法是＆＃39;是机器学习算法背后的主要概念。在训练过程中，系数通过梯度下降多次改变。权重更新的实际数量实际上取决于每个权重对成本的贡献。

也就是说，对于高成本而言，权重越多，更新就越极端。因此，更多极端值（高正值或低负值）表示模型做出决策时各个特征的影响程度。