在训练数据上拟合逻辑回归模型后，是否有方法可以获取每个系数的显著性水平？

我试图找出一种方法，但自己没有找到答案。

我想如果我运行卡方检验，可能会得到每个特征的显著性水平，但首先我不确定是否可以对所有特征一起进行测试，其次我有数值数据，所以是否能得到正确的结果也是一个问题。

目前我使用statsmodel和scikit-learn进行建模部分，但我确实想知道如何从PySpark ML或MLLib本身获取这些结果。

如果有人能提供一些指导，将会非常有帮助。

回答：

我只使用mllib，我认为在训练模型时，你可以使用toPMML方法将模型导出为PMML格式（xml文件），然后你可以解析xml文件来获取特征权重，这里有一个示例

https://spark.apache.org/docs/2.0.2/mllib-pmml-model-export.html

希望这对你有帮助