Weka - Logistic回归-解释结果

Question

我使用Weka来使用已知二进制结果的训练数据进行逻辑回归。它表现得相当好，对大约80%的实例进行正确分类。我还有一个使用当前数据的数据集，其中的结果是未知的。当我使用当前数据和输出预测运行模型时，它将每个实例分类为“是”或“否”，并提供一个错误和概率分布项(其中错误+概率分布= 1)。我很难理解这些结果。有人能帮我解释一下他们吗？我注意到，当概率分布低于0.5时，模型只猜测是的。这是否意味着我应该把它理解为一个1概率分布，结果是肯定的？

Answer 1

类概率总是要加到1，如果P(是)= 40%，P( No )=20%，是和否是唯一的类，那么丢失的40%是什么？

另外，如果结果是P(是)=60%，P(No)=40%，而你要给出一个预测，而不是一个概率，那么显然理性的选择是肯定的，因为它是所有选项中概率最高的。这是Bayes最优决策规则。(多亏了拉拉)

在二进制分类问题中，这与用P>50%选择答案是一样的。

不知道你得到的实际输出是什么样子，看起来你得到的概率确实是P(No)。