我正在尝试分析显示人们是否感染疾病的数据。也就是说，响应是二元的。我应用了逻辑回归。假设log.reg（逻辑回归）的结果如下所示;

ID = c(1,2,3,4)Test_Data = c(0,1,1,0)Log.Reg_Output = c(0.01,0.4,0.8,0.49)result = data.frame(ID,Test_Data,Reg_Output)result# 1   | 0 |  0.01  # 2   | 1 |  0.4    # 3   | 1 |  0.8    # 4   | 0 |  0.49   

我可以说ID为3的人有80%的概率感染疾病吗？这是正确的做法吗？如果不是，为什么？我很困惑，任何帮助都将非常有用！

第二个问题是，除了将模型结果四舍五入为0或1之外，我如何计算准确率。因为我认为将0.49四舍五入为0并没有太大意义。对于我的例子，模型输出将根据是否大于或小于0.5变成0,0,1,0，而不是0.01, 0.4, 0.8, 0.49。准确率将为75%。有没有其他计算方法？

谢谢！

回答：

我可以说ID为3的人有80%的概率感染疾病吗？

你所说的“概率”具体指什么还不清楚；逻辑回归输出在这里的传统/常规解释是模型估计第3号人有80%的把握会感染疾病。你标题中提到的“另一种”解释在问题正文中也没有详细说明。

除了将模型结果四舍五入为0或1之外，我如何计算准确率？

准确率按定义需要将模型结果四舍五入为0/1。但至少在原则上，决策阈值不一定必须是0.5…

因为我认为将0.49四舍五入为0并没有太大意义。

你认为将0.49四舍五入为1更有意义吗？因为在二元分类设置中，这是唯一的替代选择（一个人要么会感染疾病，要么不会）。

关于评论中提到的对数损失度量：它的作用与准确率完全不同。你可能会发现我这些相关的回答有帮助：

损失与准确率 – 这些学习曲线合理吗？

Keras如何评估准确率？（尽管标题误导，但它与Keras没有特别的关系）。

我强烈建议你查看一些逻辑回归教程（外面有成百上千个）；一个高度推荐的资源是教科书《统计学习导论（应用于R）》，由作者免费提供…