Weka - 逻辑回归 - 解释结果

Question

我使用Weka在已知二元结果的情况下使用训练数据执行逻辑回归。它表现相当好，正确地将大约80％的实例归类。我还有一个使用当前数据的数据集，其结果是未知的。当我使用当前数据和输出预测运行模型时，它会将每个实例分类为Yes或No，并提供错误和概率分布项（其中错误+概率分布= 1）。我无法理解这些结果。有人可以帮我解释我应该如何解读它们吗？我注意到，当概率分布低于0.5时，模型只猜测是。这是否意味着我应该把它看作是一个概率分布，结果是肯定的？

Answer 1

类probabilites总是要总结为1。如果你有P（是）= 40％和P（否）= 20％和是和没有是唯一的类，你会丢失40％是？如果结果表明P（是）= 60％和P（否）= 40％，并且您要预测，而不是概率，那么明显的理性选择是是的，因为它具有所有选项的最高概率。这是Bayes optimal decision rule。 （感谢larsmans）

在二元分类问题中，这与选择P> 50％的答案相同。

不知道那是什么让你看起来像实际的输出，它确实好像你得到的概率为P（否）