因此，我采用 N 个引导样本并在这些样本上训练 N 个逻辑回归分类器。每个分类器都会给我一些属于二元类的概率，然后我对这 N 个概率进行平均以获得最终预测。
我的问题是，如果我取 N 组回归系数并对它们进行平均，然后在逻辑回归分类器中使用该组平均系数，并将输出概率作为最终预测，这与取平均值相同吗？上一段中描述的结果 N 个概率？
最佳答案
答案是否定的，因为逻辑函数是非线性的:1/(1+exp(-a)) + 1/(1+exp(-b)) 不等于1/(1+exp(-(a+b)))。
但是逻辑函数的反函数(也称为对数赔率)是线性的 ( g(x) in this wiki page )。如果您正在计算对数赔率，则可以在装袋过程中对相应系数(页面中的 beta0 和 beta1)进行平均。
关于machine-learning - 逻辑回归分类器的 Bootstrap 聚合(装袋)，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21760618/