ლოგისტიკური რეგრესია არის მარტივი, მაგრამ ძალიან ეფექტური კლასიფიკაციის ალგორითმი, ამიტომ იგი ჩვეულებრივ გამოიყენება ბევრი ორობითი კლასიფიკაციის ამოცანებისთვის… ლოგისტიკური რეგრესიის საფუძველია ლოგისტიკური ფუნქცია, რომელსაც ასევე უწოდებენ სიგმოიდს. ფუნქცია, რომელიც იღებს ნებისმიერ რეალურ ღირებულების რიცხვს და ასახავს მას მნიშვნელობას 0-დან 1-მდე.
შეიძლება თუ არა რეგრესიის გამოყენება კლასიფიკაციისთვის?
წრფივი რეგრესია შესაფერისია გამომავალი პროგნოზირებისთვის, რომელიც არის უწყვეტი მნიშვნელობა, როგორიცაა ქონების ფასის პროგნოზირება. … მაშინ როცა ლოგისტიკური რეგრესია არის კლასიფიკაციის პრობლემებისთვის, რომელიც პროგნოზირებს ალბათობის დიაპაზონს 0-დან 1-მდე.
გამოიყენება ლოგისტიკური რეგრესია ძირითადად რეგრესიის ან კლასიფიკაციისთვის?
ის შეიძლება გამოყენებულ იქნას კლასიფიკაციის, ასევე რეგრესიის პრობლემებისთვის, მაგრამ ძირითადად გამოიყენება კლასიფიკაციის პრობლემებისთვის. ლოგისტიკური რეგრესია გამოიყენება კატეგორიული დამოკიდებული ცვლადის პროგნოზირებისთვის დამოუკიდებელი ცვლადების დახმარებით. ლოგისტიკური რეგრესიის პრობლემის გამოსავალი შეიძლება იყოს მხოლოდ 0-დან 1-მდე.
შეიძლება თუ არა ლოგისტიკური რეგრესიის გამოყენება 3 კლასის კლასიფიკაციისთვის?
ნაგულისხმევად, ლოგისტიკური რეგრესია არ შეიძლება გამოყენებულ იქნას კლასიფიკაციის ამოცანებისთვის, რომლებსაც აქვთ ორზე მეტი კლასის ეტიკეტები, ე.წ. მრავალკლასიანი კლასიფიკაცია. ამის ნაცვლად, ის მოითხოვს მოდიფიკაციას მრავალკლასიანი კლასიფიკაციის პრობლემების მხარდასაჭერად.
შეიძლება თუ არა ლოგისტიკური რეგრესიის გამოყენება არაწრფივი კლასიფიკაციისთვის?
ასე რომ, თქვენს კითხვაზე პასუხის გასაცემად, ლოგისტიკური რეგრესია არის ნამდვილად არაწრფივი შანსებისა და ალბათობის თვალსაზრისით, თუმცა ის წრფივია ლოგ შანსების თვალსაზრისით.
