Raqamli texnologiyalar vazirligi muxammad al-xorazimiy nomidagi toshkent axborot texnologiyalari universiteti

Logistik regressiya

Logistik regressiya - bu nazorat qilinadigan mashinani o'rganish algoritmi bo'lib, asosan tasniflash vazifalari uchun foydalaniladi, bunda maqsad misolning ma'lum bir sinfga tegishli bo'lish ehtimolini bashorat qilishdir. U tasniflash algoritmlari uchun ishlatiladi, uning nomi logistik regressiyadir. u regressiya deb ataladi, chunki u chiziqli regressiya funktsiyasining chiqishini kirish sifatida qabul qiladi va berilgan sinf uchun ehtimollikni baholash uchun sigmasimon funktsiyadan foydalanadi. Chiziqli regressiya va logistik regressiya o'rtasidagi farq shundaki , chiziqli regressiya natijasi har qanday bo'lishi mumkin bo'lgan doimiy qiymatdir, logistik regressiya esa misolning ma'lum sinfga tegishli yoki yo'qligini taxmin qiladi.
Logistik regressiya:
U ma'lum bir mustaqil o'zgaruvchilar to'plamidan foydalangan holda toifali bog'liq o'zgaruvchini bashorat qilish uchun ishlatiladi.

• 
  Logistik regressiya kategorik bog'liq o'zgaruvchining chiqishini bashorat qiladi. Shuning uchun natija kategorik yoki diskret qiymat bo'lishi kerak.
  
• 
  Bu Ha yoki Yo'q, 0 yoki 1, rost yoki noto'g'ri va hokazo bo'lishi mumkin, lekin 0 va 1 sifatida aniq qiymat berish o'rniga 0 va 1 orasida bo'lgan ehtimollik qiymatlarini beradi.
  
• 
  Logistik regressiya chiziqli regressiyaga juda o'xshaydi, faqat ulardan foydalanish usuli. Chiziqli regressiya regressiya muammolarini hal qilish uchun ishlatiladi, logistik regressiya esa tasniflash muammolarini hal qilish uchun ishlatiladi.
  
• 
  Logistik regressiyada biz regressiya chizig'ini o'rnatish o'rniga ikkita maksimal qiymatni (0 yoki 1) bashorat qiladigan "S" shaklidagi logistik funktsiyani o'rnatamiz.
  
• 
  Logistik funktsiyaning egri chizig'i hujayralar saraton yoki yo'qligi, sichqonchaning semirib ketganligi yoki vazniga qarab yo'qligi va hokazolar ehtimolini ko'rsatadi.
  
• 
  Logistik regressiya mashinani o'rganishning muhim algoritmidir, chunki u doimiy va diskret ma'lumotlar to'plamlari yordamida ehtimolliklarni ta'minlash va yangi ma'lumotlarni tasniflash qobiliyatiga ega.
  
• 
  Logistik regressiya har xil turdagi ma'lumotlardan foydalangan holda kuzatuvlarni tasniflash uchun ishlatilishi mumkin va tasniflash uchun ishlatiladigan eng samarali o'zgaruvchilarni osongina aniqlashi mumkin.