Logistická regrese a pravděpodobnosti
Linear Classifiers in Python
Michael (Mike) Gelbart
Instructor, The University of British Columbia
Pravděpodobnosti logistické regrese
Bez regularizace $(C=10^8)$:
Pravděpodobnosti logistické regrese
Bez regularizace $(C=10^8)$:
- koeficienty modelu:
[[1.55 1.57]] - intercept modelu:
[-0.64]
Pravděpodobnosti logistické regrese
Bez regularizace $(C=10^8)$:
- koeficienty modelu:
[[1.55 1.57]] - intercept modelu:
[-0.64]
S regularizací $(C=1)$:
- koeficienty modelu:
[[0.45 0.64]] - intercept modelu:
[-0.26]
Jak se tyto pravděpodobnosti počítají?
- predikce logistické regrese: znaménko surového výstupu modelu
- pravděpodobnosti logistické regrese: „stlačený" surový výstup modelu
