Como funciona a regressão logística

Regressão intermediária no R

Richie Cotton

Data Evangelist at DataCamp

A soma dos quadrados não funciona

sum((y_pred - y_actual) ^ 2)

y_actual é sempre 0 ou 1.

y_pred fica entre 0 e 1.

Há uma métrica melhor que a soma dos quadrados.

    y_pred * y_actual

    y_pred * y_actual + (1 - y_pred) * (1 - y_actual)

sum(y_pred * y_actual + (1 - y_pred) * (1 - y_actual))

Quando y_actual = 1

y_pred * 1 + (1 - y_pred) * (1 - 1) = y_pred

Quando y_actual = 0

y_pred * 0 + (1 - y_pred) * (1 - 0) = 1 - y_pred

Calcular a verossimilhança soma muitos números muito pequenos, causando erro numérico.
A log-verossimilhança é mais fácil de calcular.

log(y_pred) * y_actual + log(1 - y_pred) * (1 - y_actual)

Ambas as equações dão o mesmo resultado.

Maximizar a log-verossimilhança é o mesmo que minimizar a log-verossimilhança negativa.

-sum(log_likelihoods)

calc_neg_log_likelihood <- function(coeffs) {

  intercept <- coeffs[1]
  slope <- coeffs[2]

  # More calculation!

}

optim(
  par = ???,
  fn = ???
)

Regressão intermediária no R