我目前正在为具有约 300 个变量和 800 个观察值的数据集构建一个二元结果的预测模型。我在这个网站上阅读了很多关于与逐步回归相关的问题以及为什么不使用它的内容。
我一直在阅读 LASSO 回归及其特征选择能力,并使用“caret”包和“glmnet”成功实现了它。
我能够从“插入符号”lambda
中提取具有最佳值的模型系数;alpha
但是,我不熟悉如何解释系数。
- LASSO 系数的解释方法是否与逻辑回归相同?
- 在逻辑回归中使用从 LASSO 中选择的特征是否合适?
编辑
系数的解释,如 LASSO 回归中的指数系数,作为系数变化 1 个单位的对数几率,同时保持所有其他系数不变。