Weka - 邏輯迴歸 - 解釋結果

Question

我使用Weka在已知二元結果的情況下使用訓練數據執行邏輯迴歸。它表現相當好，正確地將大約80％的實例歸類。我還有一個使用當前數據的數據集，其結果是未知的。當我使用當前數據和輸出預測運行模型時，它會將每個實例分類爲Yes或No，並提供錯誤和概率分佈項（其中錯誤+概率分佈= 1）。我無法理解這些結果。有人可以幫我解釋我應該如何解讀它們嗎？我注意到，當概率分佈低於0.5時，模型只猜測是。這是否意味着我應該把它看作是一個概率分佈，結果是肯定的？

Answer 1

類probabilites總是要總結爲1。如果你有P（是）= 40％和P（否）= 20％和是和沒有是唯一的類，你會丟失40％是？如果結果表明P（是）= 60％和P（否）= 40％，並且您要預測，而不是概率，那麼明顯的理性選擇是是的，因爲它具有所有選項的最高概率。這是Bayes optimal decision rule。 （感謝larsmans）

在二元分類問題中，這與選擇P> 50％的答案相同。

不知道那是什麼讓你看起來像實際的輸出，它確實好像你得到的概率爲P（否）