Logistická regrese je jednoduchý, ale velmi účinný klasifikační algoritmus, takže se běžně používá pro mnoho úloh binární klasifikace … Základem logistické regrese je logistická funkce, nazývaná také sigmoid funkce, která přijímá jakékoli reálné číslo a mapuje ho na hodnotu mezi 0 a 1.
Lze pro klasifikaci použít regresi?
Lineární regrese je vhodná pro predikci výstupu, který má spojitou hodnotu, jako je například predikce ceny nemovitosti. … Zatímco logistická regrese je pro klasifikační problémy, které předpovídají rozsah pravděpodobnosti od 0 do 1.
Používá se logistická regrese hlavně pro regresi nebo klasifikaci?
Může být použit pro Klasifikace stejně jako pro regresní problémy, ale hlavně pro klasifikační problémy. Logistická regrese se používá k predikci kategorické závislé proměnné pomocí nezávislých proměnných. Výstup problému logistické regrese může být pouze mezi 0 a 1.
Lze použít logistickou regresi pro klasifikaci do 3 tříd?
Ve výchozím nastavení nelze logistickou regresi použít pro klasifikační úkoly, které mají více než dva štítky třídy, tzv. klasifikace více tříd. Místo toho vyžaduje úpravu, aby podporovala problémy s klasifikací více tříd.
Lze použít logistickou regresi pro nelineární klasifikaci?
Abych tedy odpověděl na vaši otázku, logistická regrese je ve skutečnosti nelineární z hlediska pravděpodobnosti a pravděpodobnosti, nicméně je lineární z hlediska logaritmické pravděpodobnosti.
