数据挖掘 - 我应该如何将逻辑回归的系数转换为行动策略？ - 吾爱随笔录

我正在尝试分析足球的数据集：

W_OVER_2_5  PREDICTED MATCH_DATE LEAGUE HOME AWAY MATCH_HOME MATCH_DRAW MATCH_AWAY  MATCH_U2_50 MATCH_O2_50
0            0        1105135200    5   260  289    2.05        3.00        4.50        1.65       2.30
0            1        1105308000    16  715  700    2.50        3.30        3.05        1.80       2.14
1            1        1105308000    11  445  479    1.36        5.25       12.00        2.15       1.78
0            1        1105308000    11  453  474    3.00        3.35        2.62        1.75       2.20....

现在，我选择了“最佳估计者”——

LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
          intercept_scaling=1, max_iter=100, multi_class='ovr', n_jobs=1,
          penalty='l1', random_state=None, solver='liblinear', tol=0.0001,
          verbose=1, warm_start=False)

用最好的coefs -

1. -2.40477246e-10  
2. -5.57611571e-02  
3. -1.32010761e-04   
4.  1.51666398e-03
5.  7.54521399e-02   
6.  6.38889247e-02  
7. -2.25746953e-01  
8. -3.79313902e-01
9.  3.70514297e-02

现在，我有一个问题——我应该如何从实际策略的角度来理解 coefs？例如，

If `MATCH_HOME` is min among all [`MATCH_HOME`, `MATCH_DRAW`, `MATCH_WAY`] AND `MATCH_O2_50' = 1 
THEN PREDICTED := 1
ELSE PREDICTED := 0

PS。我将非常感谢有关该主题的任何科学论文:)