Mam binarny model predykcyjny przeszkolony przez algorytm regresji logistycznej. Chcę wiedzieć, które cechy (predyktory) są ważniejsze dla decyzji klasy pozytywnej lub negatywnej. Wiem, że istnieje parametr coef_
pochodzący z pakietu scikit-learn, ale nie wiem, czy wystarczy go dla ważności. Kolejną rzeczą jest to, jak mogę ocenić wartości coef_
pod względem znaczenia dla klas negatywnych i pozytywnych. Czytałem również o standaryzowanych współczynnikach regresji i nie wiem, co to jest.Jak znaleźć znaczenie funkcji modelu regresji logistycznej?
Powiedzmy, że istnieją cechy, takie jak rozmiar guza, masa guza, itp., Aby podjąć decyzję w sprawie testowej, jak złośliwe lub nie złośliwe. Chcę wiedzieć, które cechy są ważniejsze dla złośliwych i nie złośliwych prognoz. Czy to ma jakiś sens?
Czy możesz podać przykład, który sprawi, że sprawy będą bardziej konkretne? – carlosdc
Powiedzmy, że istnieją cechy, takie jak rozmiar guza, masa nowotworu i itd., Aby podjąć decyzję o przypadku testowym, jak złośliwy lub niezłośliwy. Chcę wiedzieć, które cechy są ważniejsze dla złośliwych i nie złośliwych prognoz. Czy to ma jakiś sens? – mgokhanbakal