我正在为正则化逻辑回归编写一些代码。我观察到这个有趣的现象，想知道这是正常现象还是只是我的代码错误。
对于损失函数，我使用的是逻辑损失函数（最大化二元变量的可能性）。为了进行预测，获得新观察的预测概率，并使用 AUC 来找到最佳阈值。
有趣的是，我经常遇到这样的情况，即估计参数的 MSE（偏差）比新观察的另一个参数好得多，但预测更差（差很多）。所以在我看来，均方误差可能与预测性能没有任何关系（比如线性回归的情况）。有人看到同样的事情吗？
我正在为正则化逻辑回归编写一些代码。我观察到这个有趣的现象，想知道这是正常现象还是只是我的代码错误。
对于损失函数，我使用的是逻辑损失函数（最大化二元变量的可能性）。为了进行预测，获得新观察的预测概率，并使用 AUC 来找到最佳阈值。
有趣的是，我经常遇到这样的情况，即估计参数的 MSE（偏差）比新观察的另一个参数好得多，但预测更差（差很多）。所以在我看来，均方误差可能与预测性能没有任何关系（比如线性回归的情况）。有人看到同样的事情吗？