Middle — Senior
Aký je rozdiel medzi lineárnou a logistickou regresiou?
sobes.tech AI
Odpoveď od AI
Lineárna a logistická regresia sú metódy strojového učenia na riešenie rôznych úloh:
-
Lineárna regresia sa používa na predpovedanie spojitých číselných hodnôt. Model vytvára lineárnu závislosť medzi vstupnými vlastnosťami a cieľovou premennou.
-
Logistická regresia sa aplikuje na úlohy klasifikácie, zvyčajne binárne. Vyhodnocuje pravdepodobnosť, že objekt patrí do jednej zo tried, pomocou logistickej (sigmoidnej) funkcie na transformáciu lineárnej kombinácie vlastností na pravdepodobnosť od 0 do 1.
Príklad:
- Lineárna regresia: predpoveď ceny domu na základe plochy a počtu izieb.
- Logistická regresia: určenie, či je e-mail spam (áno/nie).
Hlavný rozdiel spočíva v cieľovej premennej a aktivačnej funkcii:
| Charakteristika | Lineárna regresia | Logistická regresia |
|---|---|---|
| Typ úlohy | Regresia (číslo) | Klasifikácia (triedne štítky) |
| Cieľová premená | Kontinuálna | Diskrétna (zvyčajne 0 alebo 1) |
| Aktivačná funkcia | Lineárna | Logistická (sigmoidná) |
| Výstup modelu | Akékoľvek číslo | Pravdepodobnosť (0..1) |