5-amaliy ish Mavzu: Logistik regressiya tushunchasi va ularning mashinali o'qitishda qollanilishi

regressiya dir, bunda matlab yoki unga aloqador bo'lgan o'zgaruvchi 1yoki 0 
bo'lishi mumkin bo'lgan ikkita turga ega bo'lishi mumkin. Bu bizga bitta nechta 
taxminlik o'zgaruvchilar va ikkitalik / binomial matlab o'zgaruvchisi o'rtasidagi 
munosabatti modellashtirishga imkoniyat beradi. Logistik regressiya holida 
chiziqli funktsiya asosan quyidagi funktsiyadagi kabi boshqa funktsiyaga kirish 
sifatida ishlatiladi. 
Bu yerda 
𝑔 logistik yoki sigmasimon funkciya bo'lib, quyidagicha berilishi 
mumkin –
Sigmasimon egri chiziq quyidagi grafik yordamida ifodalanishi mumkin. Y ogi
baholari 0 va 1 orasida yotganini va oqtı 0,5 ke kesib o'tganini ko'rishimiz 
mumkin. 
Sinflarni ijobiy yoki salbiy deb ajratish mumkin. Chiqish ijobiy sinf ehtimoli 
ostida, agar u 0 va 1 orasida bo'lsa, ro'yobga oshirishlik uchun biz gipoteza 
funktsiyasini -0.5 bo'lsa, ijobiy deb aytamız, aks holda salbiy. 
Algoritm funktsiyalarning vaznlari yordamida qanchalik yaxshi ijrosini o'lchash 
uchun yo'qotmoqlik funktsiyasini aniqlashimiz zurur, bu quyidagicha teta bilan 
ifodalanadi : 
ℎ = 𝑔 (𝑋𝜃) 

---

Endi, yo'qotmoqlik funktsiyasini aniqlagandan so'ng, bizning maqsadimiz 
yo'qotmoqlik funkciyasini minimallashtirish bo'lib topiladi. Vaznliktı oshirishlik 
yoki qisqartirishlik qirg'oqlari vaznlarni o'rnatish yordamida ro'yobga oshirilishi 
mumkin. Har bitta hajmdi yo'qotmoqlik funktsiyasi yordamida biz qanday 
parametrlarning vazni va qaysi hajmning vazni kichik bo'lishi kerakligin bilib 
olamiz. 
Quyidagi gradiyent tushish tenglamasi parametrlarni o'zgartirgenimizde 
yo'qotmoqlik qanday o'zgarishin bizga aytib beradi – 
Python progmmalastırıw tilida amalga oshirish 
Endi biz Python-ham binomial logistik regressiyanıń yuqoridagi kontseptsiyasini 
ro'yobga oshiramiz. O'sha matlabte biz " iris" ismli ko'p o'zgaruvchan gullar 
kompleksiningen foydalanmaqtamız, ularning har biri 50 nafar misoldan iborat 3 
sinfga ega, biroq biz dastlabki ikkita xususiyat ustunidan foydalanamiz. Har bitta 
sinf iris guliniń bitta turini bildiradi. 
Birinchidan, biz kerakli kutubxonalarni quyidagicha import etishimiz zurur – 
Keyin, iris ma’lumotlar kompleksini quyidagicha yuklang – 
Biz o’quv ma’lumotlarini quyidagicha tuzishimiz mumkin – 

---