Logo et.boatexistence.com

Kas logistilist regressiooni saab kasutada klassifitseerimiseks?

Sisukord:

Kas logistilist regressiooni saab kasutada klassifitseerimiseks?
Kas logistilist regressiooni saab kasutada klassifitseerimiseks?

Video: Kas logistilist regressiooni saab kasutada klassifitseerimiseks?

Video: Kas logistilist regressiooni saab kasutada klassifitseerimiseks?
Video: The Basics - Crush Syndrome (and dealing with tourniquet conversion) 2024, Mai
Anonim

Logistiline regressioon on lihtne, kuid väga tõhus klassifitseerimisalgoritm, nii et seda kasutatakse tavaliselt paljude binaarsete klassifitseerimisülesannete jaoks … Logistilise regressiooni aluseks on logistiline funktsioon, mida nimetatakse ka sigmoidiks funktsioon, mis võtab sisse mis tahes tegeliku väärtusega arvu ja kaardistab selle väärtusega vahemikus 0 kuni 1.

Kas klassifitseerimiseks saab kasutada regressiooni?

Lineaarne regressioon sobib pideva väärtusega väljundi ennustamiseks, näiteks kinnisvara hinna ennustamiseks. … Arvestades, et logistic regressioon on klassifitseerimisprobleemide jaoks, mis ennustab tõenäosusvahemikku 0 kuni 1.

Kas logistilist regressiooni kasutatakse peamiselt regressiooniks või klassifitseerimiseks?

Seda saab kasutada Classification, samuti regressiooniülesannete jaoks, kuid peamiselt kasutatakse klassifikatsiooniprobleemide jaoks. Logistilist regressiooni kasutatakse kategoorilise sõltuva muutuja ennustamiseks sõltumatute muutujate abil. Logistilise regressiooni probleemi väljund võib olla ainult vahemikus 0 kuni 1.

Kas logistilist regressiooni saab kasutada 3 klassi liigitamiseks?

Vaikimisi logistilist regressiooni ei saa kasutada klassifitseerimisülesannete jaoks, millel on rohkem kui kaks klassisilti, nn mitme klassi klassifikatsioon. Selle asemel vajab see muutmist, et toetada mitme klassi klassifitseerimisprobleeme.

Kas logistilist regressiooni saab kasutada mittelineaarseks klassifitseerimiseks?

Seega, et vastata teie küsimusele, logistiline regressioon on tõepoolest mittelineaarne koefitsientide ja tõenäosuse osas, kuid logaritmilise koefitsiendi osas on see lineaarne.

Soovitan: