我正在sklearn.linear_model.LogisticRegression处理一个多类问题。据我了解，coef_属性的输出是每个类的每个特征的系数。我不明白的是sklearn中的解释。例如，在 SPSS 中，您将一个类作为基础，然后解释与该类相关的几率，因此您实际上会得到 n-1 个类的系数。在 sklearn 中情况并非如此，我在其中获取每个类的系数。
一个特征（四个类别）的示例指数系数是：
1.1649 | 1.0660 | 0.9589 | 0.8607
这种解释是否正确：随着该特征的一个单位值增加，该实例属于第一类的概率增加约 16%，然后在第二类增加约 7%，第三和第四类的概率减少？
另外，如何计算系数的 p 值？