Im Modul für logistische Regression haben Sie gelernt, wie Sie die Sigmoidfunktion zum Konvertieren der unbearbeiteten Modellausgabe in einen Wert zwischen 0 und 1, um probabilistische Werte zu erhalten Vorhersagen – z. B. die Vorhersage, dass eine E-Mail mit einer Wahrscheinlichkeit von 75 % dass es sich um Spam handelt. Aber was ist, wenn Ihr Ziel nicht darin besteht, eine Wahrscheinlichkeit auszugeben, Kategorie, z. B. um vorherzusagen, ob eine bestimmte E-Mail „Spam“ ist oder „Kein Spam“?
Klassifizierung ist die Aufgabe, vorherzusagen, welche einer Reihe von Klassen (Kategorien), zu denen ein Beispiel gehört. In diesem Modul erfahren Sie, wie Sie ein logistisches Regressionsmodell, das eine Wahrscheinlichkeit Binärklassifizierung das eine von zwei Klassen vorhersagen soll. Sie werden auch lernen, geeignete Metriken auswählen und berechnen, um die Qualität einer die Vorhersagen des Klassifizierungsmodells. Schließlich erhalten Sie eine kurze Einführung in Klassifizierung mit mehreren Klassen auf die später im Kurs ausführlicher eingegangen wird.