逻辑回归假设：建模前需要检查什么

在您训练好一个逻辑回归模型后，如何确信可以信任其中的系数？

逻辑回归以简单著称。用 scikit-learn 调用 .fit()，读出比值比，然后差不多就结束了。但多数初学者不知道，这个模型也有自己的假设；当您不遵循它们时，系数会误导您，而预测也会以各种测试指标无法揭示的方式出现偏差。

实话说，逻辑回归的假设比线性回归更少，而且也更容易检查。只要在解读输出之前运行合适的诊断，您就能知道模型的哪些部分可以信任。

本文将带您逐一了解逻辑回归的全部假设，如何在 Python 和 R 中进行检验、违背时会发生什么，以及当假设无法满足时应采取哪些替代方案。

如果您是数据科学和机器学习新手，请先阅读我们的博文 简单线性回归，了解其假设与诊断。

什么是逻辑回归？

逻辑回归是一种分类模型，用于预测分类结果的概率。您提供自变量，它返回 0 到 1 之间的数，可解读为属于某一类别的概率。

多数人将其用于二分类，如流失/未流失、垃圾邮件/非垃圾邮件。多项逻辑回归与有序逻辑回归等变体可处理两类以上的情形，但当人们说“逻辑回归”时，通常指的是二分类。

在表面之下，模型对自变量的线性组合进行拟合，并将结果传入逻辑函数。输出是概率，系数告诉您每个自变量如何改变对数几率。

值得注意的是，逻辑回归不同于线性回归。后者有诸如残差正态性、同方差性、自变量与目标之间线性关系等熟悉的假设。逻辑回归不作这些假设。它有自己的列表，而且差异足够大——沿用线性回归的假设会带来误导性的结果。

更多逻辑回归细节，请阅读我们的博文，展示其在 Python 中的实现。

逻辑回归假设为何重要

这些假设之所以重要，是因为它们直接关系到您如何使用模型。

如果您遵循假设，系数就能按您理解的含义来解读。读到的比值比是有效的，模型的概率与真实结果能很好匹配。当假设不被遵循时，这些都会变得摇摆不定，而混淆矩阵或其他任何指标都不会告诉您问题所在。

好在，违背并非非黑即白。比如对“对数几率线性性”假设的轻微偏离，并不会让模型变得无用。它只意味着您的比值比会有些偏差，预测也可能比应有的更差。许多生产环境中的模型都在假设检查不完美的情况下运行，这没问题。

您绝对不该做的是跳过检查。没有诊断，您无法在预测出错之前判断自己面对的是小问题还是大问题。

逻辑回归假设概览

在展开每条假设之前，先给出需要检查的完整清单。

逻辑回归假设一览表

以上就是完整清单。接下来，我将结合 Python 与 R 的诊断方法，逐一讲解每条假设、违背时的表现，以及出问题后应如何处理。

逻辑回归的主要假设

假设 1：因变量是二元（或以合适方式建模）

标准逻辑回归适用于二元结局。目标变量应恰好有两个类别，模型正是围绕这一情形设计的。

经典示例是流失/未流失、患病/未患病。凡是可以表述为“是/否”的问题，都很适合。

当结局有两个以上类别时，需要不同的变体。多项逻辑回归适用于无序类别，如客户分群或产品类型；有序逻辑回归适用于有序类别，如 1 到 5 的满意度评分，其中层级之间的顺序有意义。

强行将多类别结局塞入二元模型，通常意味着合并了不该合并的类别。如果满意度有五个等级而您将其压缩为“满意/不满意”，就会丢失本可帮助模型的信息。请选择与目标形态相匹配的变体。

假设 2：观测独立

数据集中的每一行都应为模型提供其他行未提供的信息。如果两条记录存在违背该假设的关联，标准误和 p 值将不再具有应有的含义。

任何共享但未建模结构的观测都会破坏该假设。典型例子是同一患者的重复测量（共享患者的生理特征）；或同一教室内的学生（共享同一教师与教室）。

若忽略这一点并拟合普通逻辑回归，模型会把每一行都当作新的信息，导致标准误被过度缩小。系数在表面上仍可能“好看”，但 p 值与置信区间会过度自信。

标准替代方法是混合效应逻辑回归和 GEE。混合效应模型为分组（患者、教室）添加随机效应，从而考虑组内相关；GEE（广义估计方程）提供经过校正标准误的人群平均效应，而无需随机效应机制。

当您关注组内差异时选混合效应；当您需要全体的边际效应时选 GEE。

假设 3：对数几率的线性性

这是多数人对逻辑回归最容易误解的一点。

模型并不假定自变量与结局之间存在线性关系；它假定自变量与结局的对数几率之间存在线性关系。这是不同的表述，也改变了您应当检查的内容。

什么是 logit（对数几率）

logit 是几率的自然对数。对于概率 p，几率为 p / (1 - p)，logit 是该比值的对数：

对数几率

随后，逻辑回归在这一尺度上拟合线性方程：

逻辑回归公式

右侧对自变量是线性的；左侧是对数几率，而不是概率。我们真正关心的概率，是将该线性组合通过逻辑函数（非线性）得到的。

因此，任一自变量与概率之间的关系是非线性的；而任一自变量与对数几率之间的关系才应是线性的。

为何在实践中重要

当对数几率线性性不成立时，该自变量的系数实际上是在用一条直线概括一条曲线。模型仍会给出一个数，而且可能仍显著，但这个数并不能描述数据中的真实关系。

例如，age 可能对某疾病的对数几率呈 U 形影响，两端风险更高，中间更低。如果仅将 age 作为单一线性项，系数可能接近 0，您会得出年龄无关紧要的结论。其实并非如此，是模型设定错了。

检查对数几率线性性

您有几种方法可检查该假设。

最快的方法是可视化检查。将每个连续自变量分箱为十分位，在每个箱内计算经验对数几率，并将结果与自变量作图。近似直线表示假设成立，明显曲线则表示不成立。该检查不算正式，但当每个箱内数据足够时效果很好。

Box-Tidwell 检验为每个连续自变量与其自然对数添加交互项。若交互项显著，说明该自变量的对数几率线性性被违背。该检验仅适用于严格正值的自变量（因为不能对 0 或负数取对数），且像任何显著性检验一样对样本量敏感。

样条也是一个选择。与其检查线性性是否成立，不如用受限三次样条等灵活的基函数替代线性项，让模型自行拟合需要的形状。如果样条相比线性项拟合显著更好（用似然比或 AIC 判断），就有证据表明线性设定过于严格。样条同时也是修复手段；当线性性不成立时，将其保留在最终模型中往往是最佳答案。

当线性性不成立时怎么办

若某个自变量未满足该假设，您可以：

• 对自变量做变换（对数或平方根等），直到与对数几率的关系看起来线性
• 使用样条，接受略复杂的模型

两种方法都让您留在逻辑回归家族内，也都优于排除一个其实很有信息量的自变量。

假设 4：无严重多重共线性

逻辑回归能在一定程度上处理相关自变量。但超过某个程度后，模型会以测试指标难以察觉的方式表现异常。

当两个或以上自变量包含相同（或非常相似）的信息时，就会发生多重共线性。比如在同一模型中既有英寸身高又有厘米身高；或既有总收入又有每位客户收入还同时包含客户数量。

出现多重共线性时会有两点问题：

• 系数不稳定： 增减一行数据，某个共线自变量的系数可能大幅波动或改变符号。模型仍能工作，但单个系数不再有意义。
• 标准误膨胀： 每个自变量的独立信息更少，模型对各系数的不确定性更大。p 值上升，真实效应可能显示为不显著。

预测通常问题不大。如果您只关心预测概率，轻度到中度的多重共线性很少会造成麻烦。“损害”主要集中在系数及其推断上。

两种检查方法是相关矩阵与方差膨胀因子（VIF）。相关矩阵是首选，尤其关注绝对相关系数高于 0.8 或 0.9 的自变量对。其局限在于它只能捕捉成对共线性，无法发现三者或以上共同冗余的多向情形。

VIF 用于多向情形。对每个自变量，VIF 衡量其系数方差因与其他自变量共线而被放大的程度。VIF 为 1 表示无共线；不超过 5 通常没问题；超过 10 强烈提示该变量与模型中其他变量冗余。

当 VIF 发出警报时，最简单的修复是删除一个共线变量，或将它们组合为一个特征（如求和或比值）。若您更愿意保留全部变量，正则化（岭回归或弹性网）能在不做取舍的情况下稳定系数。

假设 5：样本量足够

逻辑回归可在小样本下工作，但会有一定不可靠性。系数的波动大于应有，稀有类别的效应几乎无法估计。

对逻辑回归而言，重要的样本量不是总行数，而是事件数（少数类观测）。一个有 100,000 行但仅有 50 条欺诈案例的数据集，仍是小样本问题，因为模型只有 50 个它真正要学习的例子。

这就是“每变量事件数”（EPV）的用武之地。EPV 等于少数类观测数除以模型中的自变量个数。若您有 50 条欺诈案例和 10 个自变量，EPV 为 5。

旧的经验法则是 EPV 至少为 10。较新的仿真研究显示，合适的数值取决于数据中的效应大小和您使用的正则化程度。在某些场景下 EPV 低至 5 也可以，而在另一些场景中可能需要 20 或更多。

要点是将 EPV 视为预警信息。低于 10 时，预期估计不稳定，并考虑 Firth 逻辑回归或岭回归等惩罚方法；低于 5 时，在信任任何单个系数之前要么获取更多数据，要么简化模型。

类别不平衡是相关但不同的问题。

一个 99% 属于同一类别的数据集，在绝对意义上仍然可能有充足的每变量事件数。变化的是结局的底层发生率，而非 EPV。不平衡数据往往产生保守的概率估计，准确率也不再有用。应对方法是用对数损失或 Brier 分数而非准确率进行评估；若需要平衡决策，可考虑类别权重或阈值调优。

假设 6：不存在高影响力离群点

逻辑回归并不假定自变量服从正态分布。偏态自变量和计数变量本身都可以。模型在意的是是否存在任何单个观测对拟合产生过大的影响。

“有影响力的观测”指的是：若将其移除，模型会发生实质性改变的点。这不同于残差离群点。某点可能有很大的残差（模型预测很差）却并不具影响力；某点也可能高度有影响力（模型严重依赖它）却没有大残差。

您需要几种从不同角度评估影响力的诊断：

• 杠杆值衡量某观测的自变量取值相对于整体数据有多异常。仅有高杠杆并不意味着该点有影响力；这表示如果其结果与自变量所暗示的不一致，它有可能具有影响力
• Cook 距离将杠杆值与残差组合成单一数值，用于估计若删除该观测，拟合系数会改变多少。较大的 Cook 距离值会标记值得深入检查的点。常用约定是阈值 4/n（n 为样本量），或直接查看数据集中最大的几个 Cook 距离值
• 残差诊断适用于杠杆值与 Cook 距离未捕捉到的情况。偏差残差与皮尔逊残差可标记模型难以拟合的观测。即便杠杆值一般，只要残差很大，也值得关注，因为模型在告诉您它无法利用其他自变量来解释该案例

当您发现有影响力的点时，问题在于该点是真实还是错误。数据录入错误需要修正或移除；真实但不寻常的案例应保留，并注明您的结论依赖于它。不要仅因某点有影响力就将其排除，否则最终会得到一个只适合训练数据、无法泛化的模型。

关于逻辑回归假设的常见误解

多数混淆来自套用了线性回归的检查表。线性回归的假设广为人知、处处教授，但它们不适用于逻辑回归。这里澄清四个最常见的误解。

逻辑回归要求变量正态分布

错误。逻辑回归对模型中的任何变量都不作正态性假设。

因变量应为二元而非正态，我们已在假设 1 中讨论。自变量也不要求正态，可以呈现数据本来的形状。重要的是自变量与对数几率之间的关系，而非任一变量自身的边际分布。

逻辑回归要求同方差性

这也不对。同方差性（预测值范围内残差方差恒定）是线性回归的假设，不适用于逻辑回归。

在逻辑回归中，结局的方差取决于预测概率本身。对伯努利结局，方差等于 p(1 - p)，在 p = 0.5 附近最高，靠近 0 和 1 最低。方差并非常数，模型通过最大化的似然函数来处理这一点。

因此，在拟合逻辑回归时，预测概率对应不同方差并不违反任何假设——这正是模型应有之义。

自变量必须正态分布

错误。逻辑回归对自变量不作任何分布假设。

您可以在同一模型中混合连续、二元、计数和分类型自变量。偏态、重尾的自变量都没问题。模型不关心边际形状；唯一关心的是对数几率的线性性（见假设 3），这是关于关系形状而非分布形状的假设。

若某自变量的偏态引发问题，通常是因为对数几率线性性或高影响力离群点所致。

残差必须正态分布

错误。逻辑回归的残差没有正态性假设。

线性回归假定残差在零附近正态分布，因为其推断方法依赖此点。逻辑回归使用二项分布的极大似然估计，其残差分布由结局（0 或 1）和拟合概率决定；它们不是正态的，也不应是正态的。

因此，在进行逻辑回归的残差诊断（见假设 6）时，您是在寻找有影响力的观测与模型无法解释的点，而不是在寻找钟形曲线。

如何在 Python 中检查逻辑回归假设

我将使用 statsmodels 进行诊断。Scikit-learn 虽能拟合逻辑回归，但并不自带 VIF、影响力统计或残差诊断。

示例搭建

我将生成一个合成的流失数据集，包含三个自变量（年龄、收入和消费评分），并有意让年龄与收入相关，以便让多重共线性有所体现。

import numpy as np
import pandas as pd
import statsmodels.api as sm
import statsmodels.formula.api as smf

np.random.seed(42)
n = 1000

age = np.random.normal(40, 12, n).clip(18, 80)
income = 30000 + 1500 * age + np.random.normal(0, 8000, n)
spending_score = np.random.uniform(1, 100, n)
logit_p = -3 + 0.04 * age + 0.02 * spending_score
p = 1 / (1 + np.exp(-logit_p))
y = np.random.binomial(1, p)

df = pd.DataFrame({
    "churned": y,
    "age": age,
    "income": income,
    "spending_score": spending_score,
})

model = smf.glm(
    "churned ~ age + income + spending_score",
    data=df, family=sm.families.Binomial()
).fit()
print(model.summary())

模型摘要

摘要提供系数、标准误、z 统计量和 p 值。age 与 spending_score 显示为有意义的自变量。income 的系数很小，因为结局并不直接依赖收入；其表面效应被年龄吸收了。

用 VIF 检查多重共线性

statsmodels 计算起来非常方便：

from statsmodels.stats.outliers_influence import variance_inflation_factor

X = sm.add_constant(df[["age", "income", "spending_score"]])
vif = pd.DataFrame({
    "feature": X.columns,
    "VIF": [variance_inflation_factor(X.values, i) for i in range(X.shape[1])]
})
print(vif[vif["feature"] != "const"])

VIF 输出

age 与 income 的 VIF 约为 5.5，显示轻度多重共线性。spending_score 接近 1，这是理想的，说明其方差未被与其他变量的共线性放大。VIF 超过 5 为轻度提示；超过 10 是需要立即解决的严重问题。此时的做法是要么删除 age 或 income 之一，要么将二者组合为单一特征。

用 Box-Tidwell 检查对数几率线性性

Box-Tidwell 检验为每个连续自变量与其自然对数添加交互项。交互项显著提示该自变量的对数几率关系为非线性。

df_bt = df.copy()
for col in ["age", "income", "spending_score"]:
    df_bt[f"{col}_logx"] = df_bt[col] * np.log(df_bt[col])

bt_formula = (
    "churned ~ age + income + spending_score + "
    "age_logx + income_logx + spending_score_logx"
)
bt_model = smf.glm(
    bt_formula, data=df_bt, family=sm.families.Binomial()
).fit()

interactions = ["age_logx", "income_logx", "spending_score_logx"]
print(bt_model.pvalues[interactions])

Box-Tidwell 输出

若这些 p 值有任何低于 0.05，说明该自变量的对数几率线性性存疑。此处对数几率是按线性生成的，因此交互项不应显著。在真实数据中，将显著结果视为提示，去绘制该自变量的经验对数几率图，并决定采用变换还是样条作为修复。

影响力诊断

statsmodels 通过 get_influence() 提供 Cook 距离和杠杆值。

influence = model.get_influence()
cooks_d = influence.cooks_distance[0]
leverage = influence.hat_matrix_diag

flagged = pd.DataFrame({
    "cooks_d": cooks_d,
    "leverage": leverage,
}).sort_values("cooks_d", ascending=False).head(10)
print(flagged)

影响力诊断输出

值得关注的 Cook 距离阈值大约是 4/n。样本量 1000 时为 0.004。远高于该值的点需要进一步查看。在该数据集中，最大的 Cook 距离在绝对值上仍然很小——这是您通常希望看到的“平淡但良好”的结果。

下面用可视化让分布更易阅读：

影响力诊断可视化

明显高于虚线阈值的点值得调查。有一些，但不算多。

残差诊断

偏差残差能告诉您模型在哪些观测上拟合困难。

deviance_resid = model.resid_deviance
fitted = model.fittedvalues

resid_df = pd.DataFrame({
    "fitted": fitted,
    "deviance": deviance_resid,
}).sort_values("deviance", key=abs, ascending=False).head(10)
print(resid_df)

残差诊断输出

较大的正偏差残差对应模型赋予低概率但实际为正的样本；较大的负残差则相反。您应将高残差观测与上面的影响力诊断交叉参考。既难以预测又具有高影响力的案例最值得深入调查。

如何在 R 中检查逻辑回归假设

R 对这些诊断有更完善的内置支持。大多数所需功能来自基 R 的 glm() 加上 car 包。

示例搭建

我将生成与 Python 示例相同类型的合成数据集，并让年龄与收入有意相关。

set.seed(42)
n <- 1000

age <- pmin(pmax(rnorm(n, mean = 40, sd = 12), 18), 80)
income <- 30000 + 1500 * age + rnorm(n, sd = 8000)
spending_score <- runif(n, min = 1, max = 100)
logit_p <- -3 + 0.04 * age + 0.02 * spending_score
p <- 1 / (1 + exp(-logit_p))
churned <- rbinom(n, size = 1, prob = p)

df <- data.frame(churned, age, income, spending_score)

model <- glm(churned ~ age + income + spending_score,
             data = df, family = binomial)
summary(model)

模型摘要输出

summary(model) 输出提供系数、标准误、z 统计量和 p 值。age 与 spending_score 应该显得有意义，而 income 的效应会被 age 吸收。

用 VIF 检查多重共线性

car 包为任意 glm 提供 vif()：

library(car)

vif(model)

R 中的 VIF 输出

age 与 income 的 VIF 均约为 5.7，反映数据内置的共线性。spending_score 接近 1。与 Python 类似，超过 5 需引起注意，超过 10 则问题明确。

用 Box-Tidwell 检查对数几率线性性

car::boxTidwell 为线性回归设计，因此在逻辑回归中，最佳方法是手动添加交互项并重新拟合：

df_bt <- df
df_bt$age_logx <- df_bt$age * log(df_bt$age)
df_bt$income_logx <- df_bt$income * log(df_bt$income)
df_bt$spending_score_logx <- df_bt$spending_score * log(df_bt$spending_score)

bt_model <- glm(
  churned ~ age + income + spending_score +
    age_logx + income_logx + spending_score_logx,
  data = df_bt, family = binomial
)

interactions <- c("age_logx", "income_logx", "spending_score_logx")
summary(bt_model)$coefficients[interactions, ]

R 中的 Box-Tidwell 输出

输出显示每个交互项的系数与 p 值。显著的 p 值提示该自变量的对数几率线性性被违背。对于此处合成数据，检验不应拒绝线性性；在真实数据中，请对被检验标记的自变量绘制经验对数几率图，或用（来自 splines 包的）样条拟合。

影响力诊断

R 在基函数中提供 cooks.distance() 与 hatvalues()，无需第三方包：

cooks_d <- cooks.distance(model)
leverage <- hatvalues(model)

influence_df <- data.frame(
  index = seq_along(cooks_d),
  cooks_d = cooks_d,
  leverage = leverage
)
head(influence_df[order(-influence_df$cooks_d), ], 10)

R 中的影响力诊断

Cook 距离阈值与 Python 相同：4/n，对于 1000 行数据即 0.004。明显高于该值的点值得调查。快速可视化可用基 R 的 plot(model, which = 4) 一行画出 Cook 距离图。

R 中的影响力诊断可视化

残差诊断

R 的 residuals() 可从 glm 中获取偏差残差：

deviance_resid <- residuals(model, type = "deviance")
fitted_vals <- fitted(model)

resid_df <- data.frame(
  fitted = fitted_vals,
  deviance = deviance_resid
)
head(resid_df[order(-abs(resid_df$deviance)), ], 10)

R 中的残差诊断

偏差残差绝对值大的案例，是模型预测偏差较大的样本。您应将这些与上面的 Cook 距离一并参考，以找出既拟合较差又具有影响力的观测。

若想一站式查看所有内容，influence.measures(model) 会返回一张表，将 Cook 距离、杠杆值、DFBETAs 及其他若干影响力统计集中呈现。这是快速扫描已拟合 glm 的标准诊断的最快方式。

当假设被违背会发生什么？

大多数假设违背并不会让模型“失效”。它们会以微妙的方式让模型表现异常，只有当您知道该看什么时才会注意到。

最常见的四个后果：

1. 系数不稳定： 数据的细微变化（增删几行、略改特征工程）可能使系数大幅变化或符号翻转。这是多重共线性的表现，也是当样本量相对自变量数过小时发生的情况
2. 校准较差： 模型的预测概率不再匹配数据中的实际发生率。模型预测某组流失率为 30%，实际观察为 15%。准确率也许仍看起来不错，但概率偏差很大。对数几率线性性违背与高影响力离群点都会导致这一点
3. 误导性推断： 这点最难发现，因为模型仍会产出看似正常的标准误与 p 值。相关的观测会使标准误被低估，而错误的自变量设定会使其被高估。无论哪种，得到的 p 值都不再如您所想
4. 预测质量下降： 这通常是最明显的症状，尽管在实践中往往影响最小。预测通常比系数更能“扛”，这也是只关注准确率的团队常常错过预警信号的原因。

但说实话，违背很少会让模型一无是处。它会让模型的某些部分不可靠，而不可靠的部分取决于哪条假设被破坏。这也是诊断之所以重要的原因。

当逻辑回归假设不成立时的替代方案

如果诊断指出的问题无法在逻辑回归内修复，下一步应考虑不作这些假设的模型。

广义加性模型（GAM）是首先考虑的选择。GAM 保留逻辑链接函数和可解释的加性结构，但用每个自变量的平滑函数替代线性项。您得到的是“带形状的系数”而非单个数值，从而解决对数几率线性性问题。GAM 仍足够参数化，便于检查与解释，是在线性性无法成立时从逻辑回归升级的良好选择。

基于树的模型更为灵活。随机森林和梯度提升不对自变量分布或关系形态作任何假设。它们能处理多重共线性，甚至捕捉非线性。虽然缺少逻辑回归那样易于解读的系数，但当数据存在非线性结构或您未纳入模型的交互时，它们往往在预测指标上表现更好。

在 GAM 与基于树的模型之间的选择，取决于您对模型的需求。

• 当以可解释性为优先、希望看到各自变量如何影响对数几率时，选择 GAM
• 当以预测质量为优先、能接受较不透明的模型时，选择梯度提升树

值得一提的是，逻辑回归的假设更易检查而非忽视。如果可以通过变换、样条、正则化或更好的样本来修复，逻辑回归的可解释性和推断输出通常优于转向更灵活模型的结果。

因此，只有当诊断确实表明假设无法成立时，才转向 GAM 或树模型，而不是因为逻辑回归不是“最前沿”的算法。

逻辑回归建模的最佳实践

最后，遵循这份简短清单，确保您始终得到值得信赖的模型：

• 在解读之前检查假设： 在读取系数前运行 VIF、Box-Tidwell 检验与影响力诊断。若先解读后检查，您会陷入为未经验证的数字辩护的境地。您不想在会议上成为那样的人
• 样本量较小时使用正则化： 当 EPV 低或自变量相关时，岭回归或弹性网能稳定系数。代价是引入小偏差换取大方差降低，通常很划算
• 在未见过的数据上验证： 留出测试集或使用交叉验证。只要模型有过拟合空间（当自变量多或事件稀少时逻辑回归也会如此），训练集指标就会高估性能
• 评估校准： 准确率会掩盖预测概率是否映射到实际发生率。用对数损失或 Brier 分数进行评估，且在概率影响业务决策时查看校准图

结论

说实话，逻辑回归是您能拟合的更为宽容的模型之一。

它能容忍偏态自变量与不平衡结局，也不在乎残差长什么样。它无法容忍的是与对数几率的关系设定错误，或一组自变量传达着相同的信息。

这就是为何“对数几率线性性”和“多重共线性”这两条假设检查值得视为必做。它们会以任何测试指标都无法捕捉的方式扭曲模型。其他四条假设同样重要，但这两条是您应当真正聚焦的。

为安全起见，请在评估的同时进行诊断，而不是事后补做。一个既预测良好又通过假设检查的模型，才是您可以坚定支持的模型。除此之外的任何情况，都只是一个您已训练但尚未真正验证的模型。

如果这听起来很复杂，那是因为确实复杂。要成为一名出色的机器学习工程师需要很多积累，因此我们建议您报名我们的 Python 机器学习科学家学习路径。85 小时的课程将助您在 2026 年胜任相关工作。