Sam model regresji logistycznej po prostu modeluje prawdopodobieństwo wyników w kategoriach danych wejściowych i nie przeprowadza klasyfikacji statystycznej (nie jest klasyfikatorem), chociaż można go wykorzystać do klasyfikator, na przykład wybierając wartość odcięcia i klasyfikując dane wejściowe z prawdopodobieństwem większym niż odcięcie jako jeden …
Jak regresję logistyczną można wykorzystać jako klasyfikator?
Regresja logistyczna jest prostym, ale bardzo skutecznym algorytmem klasyfikacji, dlatego jest powszechnie używany w wielu zadaniach klasyfikacji binarnej. … Model regresji logistycznej przyjmuje równanie liniowe jako dane wejściowe i wykorzystuje funkcję logistyczną oraz logarytm szans do wykonania zadania klasyfikacji binarnej.
Czy regresja logistyczna jest klasyfikacją czy regresją?
Regresja logistyczna to algorytm klasyfikacji używany do przypisywania obserwacji do dyskretnego zestawu klas. Niektóre przykłady problemów z klasyfikacją to spam lub nie spam, transakcje online oszustwo lub nie, oszustwo, nowotwór złośliwy lub łagodny.
Dlaczego regresja logistyczna jest klasyfikatorem?
Regresja logistyczna jest w zasadzie nadzorowanym algorytmem klasyfikacji. W problemie klasyfikacji zmienna docelowa (lub wynik), y, może przyjmować tylko dyskretne wartości dla danego zestawu cech (lub danych wejściowych), X. Wbrew powszechnemu przekonaniu regresja logistyczna JEST modelem regresji.
Czy regresja logistyczna jest klasyfikatorem liniowym?
Regresja logistyczna jest tradycyjnie używana jako klasyfikator liniowy, tj. gdy klasy mogą być oddzielone w przestrzeni cech przez granice liniowe. Można temu jednak zaradzić, jeśli zdarzy się, że będziemy mieli lepszy pomysł na kształt granicy decyzyjnej… … Granica decyzyjna jest zatem liniowa.
