Hoe logistische regressie werkt

Intermediary Regression in R

Richie Cotton

Data Evangelist at DataCamp

Som van kwadraten werkt niet

sum((y_pred - y_actual) ^ 2)

y_actual is altijd 0 of 1.

y_pred ligt tussen 0 en 1.

Er is een betere maatstaf dan de som van kwadraten.

    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))

Als y_actual = 1

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

Als y_actual = 0

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

Likelihood berekenen telt veel heel kleine getallen op, wat numerieke fouten kan geven.
Log-likelihood is makkelijker te berekenen.

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

Beide formules geven hetzelfde resultaat.

Het maximaliseren van de log-likelihood is hetzelfde als het minimaliseren van de negatieve log-likelihood.

-sum(log_likelihoods)

calc_neg_log_likelihood <- function(coeffs) {

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

  # Meer berekeningen!

}

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

Intermediary Regression in R