Може ли логистичната регресия да се използва за класификация?

Съдържание:

Може ли логистичната регресия да се използва за класификация?
Може ли логистичната регресия да се използва за класификация?

Видео: Може ли логистичната регресия да се използва за класификация?

Видео: Може ли логистичната регресия да се използва за класификация?
Видео: Жена се върна от 3800 г., за да предупреди 2024, Ноември
Anonim

Логистичната регресия е прост, но много ефективен алгоритъм за класификация, така че обикновено се използва за много задачи за бинарна класификация … Основата на логистичната регресия е логистичната функция, наричана още сигмоидна функция, която приема всяко реално стойностно число и го съпоставя със стойност между 0 и 1.

Може ли регресията да се използва за класификация?

Линейната регресия е подходяща за прогнозиране на продукция, която е непрекъсната стойност, като например прогнозиране на цената на имот. … Като има предвид, че логистична регресия е за проблеми с класификацията, което предвижда вероятностен диапазон между 0 до 1.

Използва ли се логистичната регресия основно за регресия или класификация?

Може да се използва за Класификация, както и за проблеми с регресия, но се използва главно за проблеми с класификация. Логистичната регресия се използва за прогнозиране на категоричната зависима променлива с помощта на независими променливи. Резултатът от проблема с логистичната регресия може да бъде само между 0 и 1.

Може ли логистичната регресия да се използва за 3 клас класификация?

По подразбиране логистичната регресия не може да се използва за задачи за класификация, които имат повече от два етикета на класа, така наречената многокласова класификация. Вместо това изисква модификация, за да поддържа проблеми с класификацията на няколко класа.

Може ли логистичната регресия да се използва за нелинейна класификация?

За да отговоря на въпроса ви, логистичната регресия е действително нелинейна по отношение на коефициенти и вероятност, но е линейна по отношение на логаритмичните коефициенти.

Препоръчано: