במקום לחזות בדיוק 0 או 1, רגרסיה לוגיסטית יוצרת הסתברות — ערך בין 0 ל-1, לא כולל. לדוגמה, אפשר לשקול מודל רגרסיה לוגיסטי לזיהוי ספאם. אם לפי המודל הזה הערך הזה הוא 0.932, הודעת האימייל מרמזת על הסתברות של 93.2% שהודעת האימייל היא ספאם. למען הדיוק רב, פירוש הדבר הוא שבמקרה של דוגמאות לאימון אינסופי, קבוצת הדוגמאות שהמודל חוזה שהיא 0.932 היא למעשה ספאם 93.2% מהזמן, ו-6.8% הנותרים, לא.
רגרסיה לוגיסטית
יש סיכוי להיפוך מטבעות?
דמיינו את הבעיה של חיזוי ההסתברות לראשים למטבעות מכופפים
ניתן להשתמש בתכונות כמו זווית של כיפוף, מסת מטבע וכו'.
מהו הדגם הפשוט ביותר שאפשר להשתמש בו?
מה כבר יכול להשתבש?
רגרסיה לוגיסטית
בעיות רבות דורשות אומדן הסתברות כפלט
מזינים רגרסיה לוגיסטית
רגרסיה לוגיסטית
בעיות רבות דורשות אומדן הסתברות כפלט
מזינים רגרסיה לוגיסטית
שימושי כי אומדני ההסתברות מכוילים
לדוגמה, p(בית יימכר) * price = תוצאה צפויה
רגרסיה לוגיסטית
בעיות רבות דורשות אומדן הסתברות כפלט
מזינים רגרסיה לוגיסטית
שימושי כי אומדני ההסתברות מכוילים
לדוגמה, p(בית יימכר) * price = תוצאה צפויה
שימושי גם למקרים שבהם אנחנו צריכים סיווג בינארי
ספאם או לא ספאם? ← p(ספאם)
רגרסיה לוגיסטית – חיזויים
$$ y' = \frac{1}{1 + e^{-(w^Tx+b)}} $$
\(\text{Where:} \)
\(x\text{: Provides the familiar linear model}\)
\(1+e^{-(...)}\text{: Squish through a sigmoid}\)