我们正在使用LogisticRegressionWithSGD，并想知道我们的哪些变量预测以及具有什么重要性。一些统计软件包（StatsModels）返回每个术语的p值。低p值（<0.05）表示对模型的有意义的添加。
我们如何从LogisticRegressionWithSGD模型中获取/计算p值？
对此有任何帮助表示赞赏。
答案 0 :(得分：0)
这是一个非常古老的问题，但对于迟到的人来说，一些指导可能很有价值。
LogisticRegressionWithSGD为deprecated。在该版本中，模型本身没有提供真正的“摘要”信息。如果您无法访问最新版本的pyspark，则必须自己计算每个功能的P值。 Here is a nice intro to doing that by "hand".
如果您可以获取当前版本的pyspark，那么您将需要使用：
pyspark.mllib.classification.LogisticRegressionWithLBFGS
（docs here）