Inferenza, stima e processo decisionale dai dati
La regressione lineare predice un qualsiasi numero reale, il che è scomodo per un esito sì-o-no. Una probabilità deve restare tra 0 e 1. La regressione logistica risolve questo problema calcolando prima un punteggio lineare, poi comprimendo quel punteggio nell'intervallo (0, 1) con la funzione sigmoide, indicata con σ. Il confine decisionale sottostante resta lineare; solo l'output diventa una probabilità autentica.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Regressione Logistica