Logistic回归Varimp总是与其他模型不同; Text Analytics R

Question

我一直在我的推文数据集上运行逻辑回归，神经网络，朴素贝叶斯和支持向量机模型。我正在做一个情绪分析，其中R预测文本是否是来自训练数据的正面，中性或负面。

我注意到，对于神经网络，朴素贝叶斯和SVM，varImp总是相同的。然而，逻辑回归具有非常不同的变量重要性的变量。我只是好奇，为什么呢？逻辑回归不是用于文本分析的好模型吗？还是有时适合使用？

Answer 1

由于结果变量（即情感类）中有树类（正面，中性和负面），因此不能直接使用仅适用于二元结果的逻辑回归模型。其他模型，如神经网络，朴素贝叶斯和SVM可以直接处理超过2类的结果变量。由于模型规范在逻辑回归和其他模型之间存在根本差异，因此变量重要性不同也就不足为奇了。