Lojistik Regresyon: Sınırdan Önce Olasılık Var
Bu demoda model tek bir sert karar çizgisi üretmez. Önce her örneğe bir olasılık verir; sınıf kararı ise bu olasılığın eşiği geçip geçmemesine göre çıkar.
İlk kez burada mısın? Olasılığı 3 adımda oku
1. Ağırlığı değiştir
Eğri ne kadar dikleşirse model sınıflar arasında o kadar sert geçiş yapar.
2. Bias'ı kaydır
Sigmoid sola-sağa kayar ve karar sınırı farklı örneklerin arasına taşınır.
3. Eşiği yükselt
Model aynı olasılıkları üretse bile, kararın pozitif olabilmesi için artık daha fazla güven gerekir.
Kesikli yatay çizgi eşik, dikey çizgi ise bu eşik altında modelin karar verdiği sınır konumudur.