Etkileşimli Lojistik Regresyon

Genel Harita Temel Algoritmalar Doğrusal Regresyon Lojistik Regresyon Perceptron Notebook Tam Ekran Demo

Kitap / Bölüm 3

Lojistik regresyon, kitabın bakışında doğrusal düşüncenin sınıflandırma dünyasına taşınmış halidir. Sınır yine doğrusaldır ama artık modelin dili olasılıktır; eşik, güven ve karar maliyeti burada görünür olur.

Ne Yap Ağırlık ve bias ile sigmoid eğrisini kaydır; karar eşiğinin hangi örnekleri pozitif tarafa ittiğini izle.

Ne Gör Eğri dikleştikçe model daha sert, yumuşadıkça daha temkinli davranır. Bu da sınıflandırmanın aslında bir olasılık tahmini üstüne kurulduğunu gösterir.

Kitaptaki Karşılığı Bu model, karar vermeden önce belirsizliği sayısallaştırmanın ne anlama geldiğini öğretir.

Perceptron ile farkı özellikle hisset: burada çizgi aynı düzlemde kalsa bile modelin “eminlik derecesi” değişir. Kitabın temel pratik bölümlerindeki eşik ve metrik tartışması tam burada anlam kazanır.