解释多项式逻辑回归的系数矩阵、截距向量和混淆矩阵
Interpreting coefficientMatrix, interceptVector and Confusion matrix on multinomial logistic regression
任何人都可以解释如何解释 coefficientMatrix、interceptVector 、Confusion matrix
一个 multinomial logistic regression。
根据 Spark 文档：
Multiclass classification is supported via multinomial logistic (softmax) regression. In multinomial logistic regression, the algorithm produces K sets of coefficients, or a matrix of dimension K×J where K is the number of outcome classes and J is the number of features. If the algorithm is fit with an intercept term then a length K vector of intercepts is available.
我使用 spark ml 2.3.0 转了一个例子，得到了这个结果。
.
如果我分析我得到的结果：
coefficientMatrix 的维度为 5 * 11
interceptVector 的维度为 5
如果是，为什么 the Confusion matrix 的维度是 4 * 4？
另外，谁能解释一下coefficientMatrix，interceptVector ？
为什么我得到负系数？
如果分类后类的个数是5，为什么我在the confusion matrix中得到4行？
编辑
我忘了说我还是机器学习的初学者，我在 google 中的搜索没有帮助，所以也许我会投赞成票 :)
关于 4x4 混淆矩阵：我想当你将你的数据分成测试和训练时，你的训练集中有 5 classes 而你的只有 4 classes测试集。如果响应变量的分布不平衡，这很容易发生。
在建模之前，您需要尝试在测试和训练之间执行一些分层拆分。如果您使用的是 pyspark，您可能会发现这个库很有用：https://github.com/databricks/spark-sklearn
现在关于多 class 逻辑回归的负系数：正如您提到的，您返回的系数矩阵形状是 5x11。
Spark 通过一对多的方法生成了五个模型。第一个模型对应于正 class 是第一个标签而负 class 由所有其他标签组成的模型。可以说这个模型的第一个系数是-2.23。为了解释这个系数，我们采用 -2.23 的指数，即（大约）0.10。此处解读：'With one unit increase of 1st feature we expect a reduced odds of the positive label by 90%'
任何人都可以解释如何解释 coefficientMatrix、interceptVector 、Confusion matrix
一个 multinomial logistic regression。
根据 Spark 文档：
Multiclass classification is supported via multinomial logistic (softmax) regression. In multinomial logistic regression, the algorithm produces K sets of coefficients, or a matrix of dimension K×J where K is the number of outcome classes and J is the number of features. If the algorithm is fit with an intercept term then a length K vector of intercepts is available.
我使用 spark ml 2.3.0 转了一个例子，得到了这个结果。
如果我分析我得到的结果：
coefficientMatrix 的维度为 5 * 11
interceptVector 的维度为 5
如果是，为什么 the Confusion matrix 的维度是 4 * 4？
另外，谁能解释一下coefficientMatrix，interceptVector ？
为什么我得到负系数？
如果分类后类的个数是5，为什么我在the confusion matrix中得到4行？
编辑
我忘了说我还是机器学习的初学者，我在 google 中的搜索没有帮助，所以也许我会投赞成票 :)
关于 4x4 混淆矩阵：我想当你将你的数据分成测试和训练时，你的训练集中有 5 classes 而你的只有 4 classes测试集。如果响应变量的分布不平衡，这很容易发生。
在建模之前，您需要尝试在测试和训练之间执行一些分层拆分。如果您使用的是 pyspark，您可能会发现这个库很有用：https://github.com/databricks/spark-sklearn
现在关于多 class 逻辑回归的负系数：正如您提到的，您返回的系数矩阵形状是 5x11。 Spark 通过一对多的方法生成了五个模型。第一个模型对应于正 class 是第一个标签而负 class 由所有其他标签组成的模型。可以说这个模型的第一个系数是-2.23。为了解释这个系数，我们采用 -2.23 的指数，即（大约）0.10。此处解读：'With one unit increase of 1st feature we expect a reduced odds of the positive label by 90%'