您好，我想任何一种方法都是有其适用的条件，对于不同的数据有些是logistic回归比较好，有些事cox回归比较好，cox回归本质上更适合生存分析

是的，cox回归和逻辑回归都是生存分析的一种，逻辑回归倾向于预测事件是否发生，COX通过预测事件持续的时间长短来预测事件何时发生。按道理说，cox模型应该更准确，因为它考虑了事件发生风险和时间存在非线性的情况。按理来说，cox回归应该比逻辑回归更准确。反映在模型评估上应该是查全率更高一些，但事实并非如此。
请问有人知道原因吗？
我现在感觉cox是用来预测时间发生时间长短的，不适合于预测事件是否发生，而在商务数据中，尤其是预测即将离网用户，并不需要预测用户使用某种业务的长短，而是关心该用户是否马上要停用，所以COX模型在预测流失用户的数据挖掘的运用价值不大。而Clementine中telco_coxreg.str的例子举的不合适。因为这个例子是在预测用户是否要离网，效果不会有逻辑回归好。

个人意见，希望大家交流。

谢谢教授R语言的老师给出的回答。不过还想请资深做数据挖掘的老师能给出更为细致和专业的解释。多谢

3# 走遍天涯
个人觉得cox回归和logistic回归并不具有直接的比较性。两个模型的本质原理不同，而且研究的对象角度也不同。