Pats loģistiskās regresijas modelis vienkārši modelē izvades varbūtību ievades izteiksmē un neveic statistisko klasifikāciju (tas nav klasifikators), lai gan to var izmantot, lai klasifikators, piemēram, izvēloties robežvērtību un klasificējot ievades ar varbūtību, kas lielāka par robežvērtību, kā vienu …
Kā loģistisko regresiju var izmantot kā klasifikatoru?
Loģistiskā regresija ir vienkāršs, taču ļoti efektīvs klasifikācijas algoritms, tāpēc to parasti izmanto daudziem binārās klasifikācijas uzdevumiem. … Loģistiskās regresijas modelis izmanto lineāro vienādojumu kā ievadi un izmanto loģistikas funkciju un log izredzes, lai izpildītu binārās klasifikācijas uzdevumu.
Vai loģistiskā regresija ir klasifikācija vai regresija?
Loģistiskā regresija ir klasifikācijas algoritms, ko izmanto, lai piešķirtu novērojumus diskrētai klašu kopai. Daži no klasifikācijas problēmu piemēriem ir e-pasta surogātpasts vai nav surogātpasts, tiešsaistes darījumi Krāpšana vai nav krāpšana, Ļaundabīgs vai labdabīgs audzējs.
Kāpēc loģistikas regresija ir klasifikators?
Loģistiskā regresija būtībā ir pārraudzīts klasifikācijas algoritms. Klasifikācijas uzdevumā mērķa mainīgais (vai izvade), y, var iegūt tikai diskrētas vērtības noteiktai pazīmju (vai ievades) kopai X. Pretēji izplatītajam uzskatam, loģistikas regresija IR regresijas modelis.
Vai loģistiskā regresija ir lineārs klasifikators?
Loģistisko regresiju tradicionāli izmanto kā lineāru klasifikatoru, t.i., kad klases var atdalīt pazīmju telpā ar lineārām robežām. Tomēr to var novērst, ja mums ir labāks priekšstats par lēmuma robežas formu… … Lēmuma robeža tādējādi ir lineāra.
