რა არის ლოგისტიკური რეგრესია?

ლოგისტიკური რეგრესია სტატისტიკური მეთოდია, რომელიც ჩვეულებრივ ორ კლასს (ორკლასიან) კლასიფიკაციის პრობლემების გადაჭრისთვის გამოიყენება. იგი მოდელირებს ობიექტის ერთ-ერთ კლასში ყოფნის ალბათობას, იყენებს ლოგისტიკურ ფუნქციას (სიგმოიდს), რომელიც ტრანსფორმირებს თვისებების ხაზოვან კომბინაციას 0-დან 1-მდე მნიშვნელობად.

მაგალითად: თუ გვაქვს თვისებები (x), მოდელი ითვლის (p = \frac{1}{1 + e^{- (w^T x + b)}}), სადაც (p) არის ალბათობა, რომ ობიექტი მიეკუთვნოს პირველ კლასს.

ლოგისტიკური რეგრესია ფართოდ გამოიყენება მისი სიმარტივის, ინტერპრეტაციის შესაძლებლობის და ეფექტიანობის გამო ხაზობრივად გამოყოფადი მონაცემებისთვის.