Inferensi, estimasi, dan pengambilan keputusan dari data
Regresi linear memprediksi sembarang bilangan real, yang canggung untuk hasil ya-atau-tidak. Sebuah probabilitas harus tetap berada di antara 0 dan 1. Regresi logistik memperbaiki ini dengan menghitung skor linear terlebih dahulu, lalu memampatkan skor itu ke dalam interval (0, 1) dengan fungsi sigmoid, ditulis σ. Batas keputusan di baliknya tetap linear; hanya outputnya yang menjadi probabilitas sungguhan.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Regresi Logistik