Ang
Logistic regression ay isang simple ngunit napakaepektibong classification algorithm kaya ito ay karaniwang ginagamit para sa maraming binary classification task … Ang batayan ng logistic regression ay ang logistic function, na tinatawag ding sigmoid function, na kumukuha ng anumang tunay na halagang numero at imamapa ito sa isang halaga sa pagitan ng 0 at 1.
Maaari bang gamitin ang regression para sa pag-uuri?
Linear regression ay angkop para sa paghula ng output na tuluy-tuloy na halaga, gaya ng paghula sa presyo ng isang property. … Samantalang ang logistic regression ay para sa mga problema sa pag-uuri, na hinuhulaan ang saklaw ng posibilidad sa pagitan ng 0 hanggang 1.
Ang logistic regression ba ay pangunahing ginagamit para sa regression o classification?
Maaari itong gamitin para sa Classification pati na rin para sa mga problema sa Regression, ngunit pangunahing ginagamit para sa mga problema sa Classification. Ginagamit ang logistic regression upang mahulaan ang categorical dependent variable sa tulong ng mga independent variable. Ang output ng problema sa Logistic Regression ay maaari lamang sa pagitan ng 0 at 1.
Maaari bang gamitin ang logistic regression para sa 3 classification?
Bilang default, ang logistic regression ay hindi magagamit para sa mga gawain sa pag-uuri na mayroong higit sa dalawang label ng klase, na tinatawag na multi-class classification. Sa halip, nangangailangan ito ng pagbabago upang suportahan ang mga problema sa multi-class classification.
Maaari bang gamitin ang logistic regression para sa nonlinear classification?
Kaya para masagot ang iyong tanong, ang Logistic regression ay talagang hindi linear sa mga tuntunin ng Odds at Probability, gayunpaman ito ay linear sa mga tuntunin ng Log Odds.
