逻辑回归算法深度思考-优点和缺点

之前《python信用评分卡建模（附代码）》介绍了逻辑回归评分卡模型的各个细节，包括各种分箱方法，woe和iv原理和Excel保姆级推导，变量badrate单调性，坏客户定义，逻辑回归调参等等。因此今天不谈论这些问题。

今天想深入谈谈逻辑回归模型的优点和缺点。逻辑回归自从上个世纪应用以来，已经有几十年时间，可谓成熟算法，深受大家喜爱。我本人是绝对支持逻辑回归的，特别是评分卡算法，在多算法比较中，表现优异，模型性能卓越。

但很多初学者学员经过多算法比较后，思维有种误区，认为A算法一定优于B算法。很多机器学习算法没有优劣之分，只有何时使用之分。只有经验丰富建模人员深知在什么情况使用什么算法。

逻辑回归是线性模型，然后用sigmoid函数加个壳，用于二分类模型。线性模型是对自然界的简化概况，但不是全部概况。自然界是复杂的，逻辑回归不能100%完美解读。

物理学中有著名的量子纠缠理论。薛定谔猫是个经典案例。把一只猫、一个装有氰化氢气体的玻璃烧瓶和放射性物质放进封闭的盒子里。当盒子内的监控器侦测到衰变粒子时，就会打破烧瓶，杀死这只猫。根据量子力学的哥本哈根诠释，在实验进行一段时间后，猫会处于又活又死的叠加态。

同样在一个模型中的变量在不同条件下也可能发生不同性质。例如收入变量，很多学员认为这个变量badrate一定单调，这只是一厢情愿。一般情况下，收入越高，偿还债务能力越强，违约率越低。但有些高收入者，负债率也高，因此违约率也高。那么按照逻辑回归线性思路，你认为收入变量是定义为正向还是负向？收入变量也是由量子纠缠的，低违约率和高违约率的情况是同时存在的。

生物领域中，很多医生说幽门螺旋菌是个坏家伙，是胃癌元凶。我只能说兄弟，你太单纯了。事实上，很多正常人肠胃里携带幽门螺旋菌，特别是亚洲人，他们临床上没有任何病症表现。幽门螺杆菌是可以吸收多余胃酸的，缓解食管反流。同时幽门螺旋菌在某些条件下也会搞事，造成胃炎，胃溃疡，胃癌。因此幽门螺旋菌也有量子纠缠，它既有对人体好的一面，也有对人体坏的一面，这两种性质是共存的。

如果你用逻辑回归的线性思维来认知世界，那肯定是不够的。熵理论是个好东西，弥补了逻辑回归的不足。我建议你使用逻辑回归算法同时试试决策树相关模型。决策树模型思维更接近临床医学。最好方式是结合逻辑回归和决策树相关模型。

当然还有很多优秀模型可以辅助我们进一步认知这个世界，由于时间关系，不一一介绍。

变量之间是有交互影响的，并非真正互相独立。统计学很多理论是建立在变量相互独立，在现实生活中是做不到的。两个变量会产生至少2*2的四维空间，每个空间的情况都可能不一样，并非逻辑回归线性思维能概况。

总结一下，逻辑回归是个非常优秀模型，可以简单概况和认知我们的世界。基于世界本身复杂性，我们可以结合更多算法辅助我们认知这个世界。

欢迎关注《python金融风控评分卡模型和数据分析(加强版)》，学习评分卡,集成树，神经网络算法等系统化风控建模内容。
版权声明：文章来自公众号(python风控模型),未经许可，不得抄袭。遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。