Logistická regrese je statistická metoda, která předpovídá pravděpodobnost jednoho ze dvou výsledků, například „koupí“ nebo „nekoupí“. Váží vstupní rysy a jejich součet převede na hodnotu mezi 0 a 1 pomocí funkce ve tvaru S. Protože jsou váhy snadno interpretovatelné, široce se používá v úvěrovém scoringu, medicíně a marketingu, často jako solidní základní úroveň pro složitější modely.
Agenti, postupy a šablony v jednom pracovním prostoru – 24hodinové demo zdarma.
Spustit demoLineární regrese je statistická metoda, která popisuje vztah mezi cílovou proměnnou a jedním či více prediktory pomocí přímky nebo roviny. Koeficienty se obvykle volí tak, aby se minimalizoval součet čtverců odchylek. Metoda je snadno pochopitelná a interpretovatelná: lze s ní například odhadnout, o kolik vzroste obrat, když se reklamní rozpočet zvýší o 1 000 €. U nelineárních vztahů narazí na své hranice.
Klasifikátor je model nebo metoda, která přiřazuje vstupy do jedné z několika předem definovaných kategorií. Klasické varianty, například rozhodovací stromy nebo naivní Bayes, se trénují na označených příkladech; jazykové modely mohou texty třídit také na základě popisu kategorií. Typickým využitím je rozpoznávání spamu, třídění zákaznických dotazů podle témat a kategorizace účtenek. Kvalita se měří metrikami, jako jsou správnost, přesnost a úplnost.
Log loss (logaritmická ztráta) měří, jak dobře predikované pravděpodobnosti klasifikačního modelu odpovídají skutečným výsledkům. Sebejisté, ale chybné predikce se penalizují obzvlášť silně; hodnota blízká nule značí dobře kalibrované předpovědi. Příklad: pokud model přiřadí 95% pravděpodobnost odchodu zákazníkovi, který zůstane, log loss prudce vzroste. Matematicky jde o totéž co binární křížová entropie.
Naivní Bayes je skupina jednoduchých klasifikačních metod založených na Bayesově větě. Říká se jim „naivní“, protože předpokládají, že všechny příznaky jsou navzájem nezávislé, což v praxi platí jen zřídka, a přesto často dávají dobré výsledky. Metody jsou rychlé, potřebují málo trénovacích dat a jsou zvlášť vhodné pro text. Klasickým příkladem je spamový filtr, který třídí e-maily podle typických slov.
