关于Clementine中逻辑回归和cox模型的比较的问题

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

在电信行业中，比较关心客户流失这个问题。过去预测客户流失，一般采用逻辑回归，现在又多了一个COX回归。按理说，COX模型的预测结果应该更好，但是同样的变量设置下，COX模型的查全率和提升率明显的低于逻辑模型(比如Clementine 自带的这个例子telco_coxreg.str)。我想问这两个模型的优劣点是什么？何时决定用逻辑模型，何时用COX模型？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：clementine clementin Clement cox模型 逻辑回归 模型 clementine 逻辑 Cox

您好，我想任何一种方法都是有其适用的条件，对于不同的数据有些是logistic回归比较好，有些事cox回归比较好，cox回归本质上更适合生存分析

是的，cox回归和逻辑回归都是生存分析的一种，逻辑回归倾向于预测事件是否发生，COX通过预测事件持续的时间长短来预测事件何时发生。按道理说，cox模型应该更准确，因为它考虑了事件发生风险和时间存在非线性的情况。按理来说，cox回归应该比逻辑回归更准确。反映在模型评估上应该是查全率更高一些，但事实并非如此。
请问有人知道原因吗？
我现在感觉cox是用来预测时间发生时间长短的，不适合于预测事件是否发生，而在商务数据中，尤其是预测即将离网用户，并不需要预测用户使用某种业务的长短，而是关心该用户是否马上要停用，所以COX模型在预测流失用户的数据挖掘的运用价值不大。而Clementine中telco_coxreg.str的例子举的不合适。因为这个例子是在预测用户是否要离网，效果不会有逻辑回归好。

个人意见，希望大家交流。

谢谢教授R语言的老师给出的回答。不过还想请资深做数据挖掘的老师能给出更为细致和专业的解释。多谢

3# 走遍天涯
个人觉得cox回归和logistic回归并不具有直接的比较性。两个模型的本质原理不同，而且研究的对象角度也不同。