我试图弄清楚我是否可以使用逻辑回归作为预测模型，通过拥有预测器来估计 CRM 中用户的响应概率，我也有类(批评者，而不是批评者)，但问题是我不想估计减损的概率，因为我已经知道批评者， 我已经上课了，而且我永远都会上课。我当时的想法是训练模型，使用给定预测因子的概率，然后研究系数的行为以了解这如何影响概率。我会定期获取数据，但总是会有类，所以每次我们获得标记的数据时训练模型是可以的(因为我们每次训练模型数据时都要做出决定，也改变系数)和结果是系数的值和概率的影响，而不必对未看到的数据应用模型？
基本上，我想知道这在统计意义上是否有效，以及这是否对企业来说是一个好结果，因为他们想知道的是，我们捕获的自变量如何影响客户说他们不会推荐使用该产品的结果。
非常感谢高级人员，对不起，如果我说了愚蠢的话，我还不是数据科学专家。才刚刚开始。
如果你对系数进行归一化，你可以通过查看系数来获得一些想法。然后，系数的归一化值将告诉您与其他因子相比，该因子对目标变量的影响程度