В чем разница между непрерывным предсказанием GBM в [0, 1] и непрерывным предсказанием логистической регрессии в [0, 1]

Question

Из модели с градиентным усилением, если вы получаете непрерывный прогноз между 0 и 1, какова разница в значении этого по сравнению с вероятностью, полученной из логистической регрессии?

Например, если бы я имелвывод модели LR .6 для прогнозирования переменной Y, и у меня был вывод GBM .7 для прогнозирования переменной Y, есть ли какое-либо значение для более высокого значения?

Answer 1

И GBM, и логистическая регрессия являются вероятностными классификаторами ;это означает, что результаты обеих моделей могут (и обычно) интерпретируются как вероятности. Таким образом, на самом деле нет никакой разницы в значении их результатов.

есть ли какое-либо значение для более высокого значения?

«Значение» - не правильный термин здесь;в вашем примере просто GBM делает другую оценку для вероятности класса конкретной выборки (может быть выше, ниже или приблизительно равна). Эти два алгоритма различны, поэтому логично, что их оценки вероятности для одной и той же выборки могут (и обычно имеют) отличаться.