将特征系数转换为线性模型的概率分数

数据挖掘 Python r 线性回归
2022-01-28 16:21:34

我一直在研究将有限容量(0,1)中的特征系数解释为概率分数。因此,例如,如果有以下线性分类模型(逻辑回归),那么逆逻辑应该返回一个线性概率分数,因为它是奇数比的逆对数?

y<- c(1:3, 7, 6)
x1<- 1:5
x2<- c(20:25)
temp<-coef(lm(y ~ x1 + x2))
library('arm')
invlogit(temp[1]+temp[2]) 

但是,在用于连续值预测的线性回归的情况下,

coeff1/sum(coeff)

应该返回一个概率分数吧?我错过了什么 ?

1个回答

不,coeff1/sum(coeff)不可能是概率,因为它可以大于 1。例如: coeff1 = 1., coeff2 = -.5, 然后coeff1/sum(coeff) = 2线性回归中系数的解释是输出变量相对于给定预测变量的导数。