logistic回归时，自变量为分类变量，且类别个数大于2，回归结果怎么解释？

当 logistic 回归的自变量为分类变量，且类别个数大于2时，通常会采用一次编码（One-Hot Encoding）或者虚拟变量（Dummy Variable）的方式进行处理。这样每个分类变量就会被编码成多个二元变量，其中一个变量为“1”，其余变量为“0”。

在模型拟合后，每个二元变量的系数可以表示该变量对目标变量的影响程度。如果该二元变量的系数为正数，则表示该分类变量的这个取值与目标变量的取值呈正相关关系；如果该系数为负数，则表示呈负相关关系。同时，系数的大小也可以表示该影响的强度。

需要注意的是，在 logistic 回归中，系数的解释有时候需要考虑多重共线性的问题。因此，在进行系数解释时，需要注意检查各个变量之间的相关性，并进行适当的处理。