[英]How do I interpret a classification table from a logistic regression model
我完成了一个逻辑回归模型和一个分类表,但我不确定如何解释这个表的结果。
输出如下
Predicted_Value
Actual_Value FALSE TRUE
0 515 37
1 89 109
经典逻辑回归输出概率 [0-1],当您训练模型时,患者的实际观察值具有值“1”。
为了获得二进制预测值,您需要在输出的概率向量上设置阈值。
这样做是为了获得列联表,评估您的预测模型与实际值相比的准确程度。
在这里,您可以计算例如准确度、灵敏度、特异性。
Accuracy = (109 + 515) / sum(tab) = 83.2% correctly predicted patients
Sensitivity = 109 / (109 + 89) = 55.0% correctly predicted Positive patients
Specificity = 515 / (515 + 37) = 92.3% correctly predicted Negative patients
如果你改变你的截止值,那么你或多或少会有积极预测的患者; 这将影响您的绩效标准,因此您可以选择临界值。
在这里我们不讨论训练和验证集,但是如果您想知道您的模型是否健壮,这些信息很重要。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.