Den logistiska regressionsmodellen i sig modellerar helt enkelt sannolikheten för produktion i termer av indata och utför inte statistisk klassificering (den är inte en klassificerare), även om den kan användas för att göra en klassificerare, till exempel genom att välja ett cutoff-värde och klassificera indata med sannolikhet större än cutoff-värdet som ett …
Hur logistisk regression kan användas som klassificerare?
Logistisk regression är en enkel men mycket effektiv klassificeringsalgoritm så den används ofta för många binära klassificeringsuppgifter. … Logistisk regressionsmodell tar en linjär ekvation som indata och använd logistisk funktion och logga odds för att utföra en binär klassificeringsuppgift.
Är logistisk regression en klassificering eller regression?
Logistisk regression är en klassificeringsalgoritm som används för att tilldela observationer till en diskret uppsättning klasser. Några av exemplen på klassificeringsproblem är e-postspam eller inte skräppost, onlinetransaktioner bedrägeri eller inte bedrägeri, elakartad tumör eller godartad.
Varför är logistisk regression en klassificerare?
Logistisk regression är i grunden en övervakad klassificeringsalgoritm. I ett klassificeringsproblem kan målvariabeln (eller -utgången), y, endast ta diskreta värden för en given uppsättning funktioner (eller indata), X. Tvärtemot vad många tror är logistisk regression en regressionsmodell.
Är logistisk regression en linjär klassificerare?
Logistisk regression har traditionellt använts som en linjär klassificerare, d.v.s. när klasserna kan separeras i funktionsutrymmet med linjära gränser. Det kan dock åtgärdas om vi råkar ha en bättre uppfattning om beslutsgränsens form… … Beslutsgränsen är alltså linjär.
