Wnioskowanie, estymacja i podejmowanie decyzji z danych
Regresja liniowa przewiduje dowolną liczbę rzeczywistą, co jest niewygodne dla wyniku typu tak-lub-nie. Prawdopodobieństwo musi pozostać między 0 a 1. Regresja logistyczna naprawia to, licząc najpierw liniowy wynik, a następnie ściskając go do przedziału (0, 1) za pomocą funkcji sigmoidalnej, zapisywanej jako σ. Leżąca pod spodem granica decyzyjna pozostaje liniowa; jedynie wyjście staje się prawdziwym prawdopodobieństwem.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Regresja logistyczna