Logistinen regressio on tilastollinen menetelmä, joka ennustaa todennäköisyyden toiselle kahdesta lopputuloksesta, kuten ”ostaa” tai ”ei osta”. Se painottaa syötepiirteitä ja muuntaa niiden summan arvoksi nollan ja yhden väliltä S-muotoisella funktiolla. Koska painot on helppo tulkita, sitä käytetään laajasti luottopisteytyksessä, lääketieteessä ja markkinoinnissa, usein vankkana lähtötasona monimutkaisemmille malleille.
Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.
Aloita demoLineaarinen regressio on tilastollinen menetelmä, joka kuvaa kohdemuuttujan ja yhden tai useamman selittäjän välistä suhdetta suoralla tai tasolla. Kertoimet valitaan yleensä siten, että neliöityjen poikkeamien summa minimoituu. Menetelmä on helppo ymmärtää ja tulkita: sillä voi esimerkiksi arvioida, kuinka paljon liikevaihto kasvaa, kun mainosbudjetti kasvaa 1 000 eurolla. Se tulee rajoihinsa epälineaaristen suhteiden kanssa.
Luokittelija on malli tai menetelmä, joka osoittaa syötteet johonkin useista ennalta määritellyistä luokista. Klassiset muunnelmat, kuten päätöspuut tai naiivi Bayes, koulutetaan merkityillä esimerkeillä; kielimallit voivat myös lajitella tekstejä luokkien kuvauksen perusteella. Tyypillisiä käyttötarkoituksia ovat roskapostin tunnistus, asiakaskyselyiden lajittelu aiheen mukaan ja kuittien luokittelu. Laatua mitataan mittareilla, kuten osuvuudella, tarkkuudella ja saannilla.
Log loss (logaritminen tappio) mittaa, kuinka hyvin luokittelumallin ennustetut todennäköisyydet vastaavat todellisia tuloksia. Itsevarmat mutta väärät ennusteet saavat erityisen ankaran rangaistuksen; nollaa lähellä oleva arvo viittaa hyvin kalibroituihin ennusteisiin. Esimerkki: jos malli antaa 95 %:n poistumatodennäköisyyden asiakkaalle, joka jää, log loss nousee jyrkästi. Matemaattisesti se on sama kuin binäärinen ristientropia.
Naiivi Bayes on joukko yksinkertaisia luokittelumenetelmiä, jotka perustuvat Bayesin kaavaan. Niitä kutsutaan ”naiiveiksi”, koska ne olettavat kaikkien piirteiden olevan toisistaan riippumattomia, mikä on harvoin totta käytännössä mutta tuottaa silti usein hyviä tuloksia. Menetelmät ovat nopeita, tarvitsevat vähän opetusdataa ja sopivat erityisen hyvin tekstille. Klassinen esimerkki on roskapostisuodatin, joka lajittelee sähköpostit tyypillisten sanojen perusteella.
