Logo es.boatexistence.com

¿Se puede utilizar la regresión logística para la clasificación?

Tabla de contenido:

¿Se puede utilizar la regresión logística para la clasificación?
¿Se puede utilizar la regresión logística para la clasificación?

Video: ¿Se puede utilizar la regresión logística para la clasificación?

Video: ¿Se puede utilizar la regresión logística para la clasificación?
Video: REGRESIÓN LOGÍSTICA - TEORÍA | #37 Curso Machine Learning con Python 2024, Mayo
Anonim

La regresión logística es un algoritmo de clasificación simple pero muy efectivo, por lo que se usa comúnmente para muchas tareas de clasificación binaria … La base de la regresión logística es la función logística, también llamada sigmoide función, que toma cualquier número de valor real y lo asigna a un valor entre 0 y 1.

¿Se puede utilizar la regresión para la clasificación?

La regresión lineal es adecuada para predecir la salida que es un valor continuo, como predecir el precio de una propiedad. … Mientras que regresión logística es para problemas de clasificación, que predice un rango de probabilidad entre 0 y 1.

¿La regresión logística se usa principalmente para regresión o clasificación?

Se puede usar para Clasificación así como para problemas de Regresión, pero se usa principalmente para problemas de Clasificación. La regresión logística se utiliza para predecir la variable dependiente categórica con la ayuda de variables independientes. La salida del problema de regresión logística solo puede estar entre 0 y 1.

¿Se puede utilizar la regresión logística para la clasificación de 3 clases?

De forma predeterminada, la regresión logística no se puede utilizar para tareas de clasificación que tienen más de dos etiquetas de clase, lo que se conoce como clasificación multiclase. En su lugar, requiere modificaciones para admitir problemas de clasificación de clases múltiples.

¿Se puede utilizar la regresión logística para la clasificación no lineal?

Entonces, para responder a su pregunta, la regresión logística es no lineal en términos de cuotas y probabilidad, sin embargo, es lineal en términos de cuotas logarítmicas.

Recomendado: