Logo fi.boatexistence.com

Voidaanko logistista regressiota käyttää luokittelussa?

Sisällysluettelo:

Voidaanko logistista regressiota käyttää luokittelussa?
Voidaanko logistista regressiota käyttää luokittelussa?

Video: Voidaanko logistista regressiota käyttää luokittelussa?

Video: Voidaanko logistista regressiota käyttää luokittelussa?
Video: Opi ymmärtämään tutkimusmenetelmiä: Kvantitatiiviset aineistot ja menetelmät 2024, Saattaa
Anonim

Logistinen regressio on yksinkertainen mutta erittäin tehokas luokitusalgoritmi, joten sitä käytetään yleisesti monissa binääriluokittelutehtävissä … Logistisen regression perusta on logistinen funktio, jota kutsutaan myös sigmoidiksi. funktio, joka ottaa minkä tahansa reaaliarvoisen luvun ja kartoittaa sen arvoon välillä 0 ja 1.

Voidaanko regressiota käyttää luokituksessa?

Lineaarinen regressio sopii jatkuvan arvon tuotoksen ennustamiseen, kuten kiinteistön hinnan ennustamiseen. … Kun taas logistinen regressio on luokitteluongelmia varten, mikä ennustaa todennäköisyysalueen 0-1.

Käytetäänkö logistista regressiota pääasiassa regressioon tai luokitukseen?

Sitä voidaan käyttää Luokittelu sekä regressio-ongelmiin, mutta pääasiassa luokitusongelmiin. Logistista regressiota käytetään kategorisen riippuvan muuttujan ennustamiseen riippumattomien muuttujien avulla. Logistisen regression ongelman tulos voi olla vain välillä 0 ja 1.

Voidaanko logistista regressiota käyttää 3-luokan luokittelussa?

Oletusarvoisesti logistista regressiota ei voida käyttää luokittelutehtäviin, joissa on enemmän kuin kaksi luokkatunnistetta, niin sanottu moniluokkaluokitus. Sen sijaan sitä on muokattava moniluokkaisten luokitusongelmien tukemiseksi.

Voidaanko logistista regressiota käyttää epälineaariseen luokitukseen?

Joten vastaukseksi kysymykseesi, logistinen regressio on todellakin epälineaarinen kertoimien ja todennäköisyyksien suhteen, mutta se on lineaarinen log-kertoimien suhteen.

Suositeltava: