Logistic迴歸Varimp總是與其他模型不同; Text Analytics R

Question

我一直在我的推文數據集上運行邏輯迴歸，神經網絡，樸素貝葉斯和支持向量機模型。我正在做一個情緒分析，其中R預測文本是否是來自訓練數據的正面，中性或負面。

我注意到，對於神經網絡，樸素貝葉斯和SVM，varImp總是相同的。然而，邏輯迴歸具有非常不同的變量重要性的變量。我只是好奇，爲什麼呢？邏輯迴歸不是用於文本分析的好模型嗎？還是有時適合使用？

Answer 1

由於結果變量（即情感類）中有樹類（正面，中性和負面），因此不能直接使用僅適用於二元結果的邏輯迴歸模型。其他模型，如神經網絡，樸素貝葉斯和SVM可以直接處理超過2類的結果變量。由於模型規範在邏輯迴歸和其他模型之間存在根本差異，因此變量重要性不同也就不足爲奇了。