Regresia logistică este o metodă statistică ce prezice probabilitatea uneia dintre două rezultate, precum „cumpără” sau „nu cumpără”. Ponderează caracteristicile de intrare și convertește suma lor într-o valoare între 0 și 1 cu ajutorul unei funcții în formă de S. Deoarece ponderile sunt ușor de interpretat, este larg folosită în scoringul de credit, în medicină și în marketing, adesea ca un punct de referință solid pentru modele mai complexe.
Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.
Porniți demo-ulRegresia liniară este o metodă statistică ce descrie relația dintre o variabilă țintă și unul sau mai mulți predictori cu ajutorul unei drepte sau al unui plan. Coeficienții sunt aleși, de obicei, astfel încât să minimizeze suma pătratelor abaterilor. Metoda este ușor de înțeles și de interpretat: poate estima, de exemplu, cu cât cresc veniturile atunci când bugetul de publicitate crește cu 1.000 €. Își atinge limitele în cazul relațiilor neliniare.
Un clasificator este un model sau o metodă care atribuie intrările uneia dintre mai multe categorii predefinite. Variantele clasice, precum arborii de decizie sau naive Bayes, sunt antrenate pe exemple etichetate; modelele lingvistice pot sorta texte și pe baza unei descrieri a categoriilor. Utilizări tipice sunt detectarea spamului, sortarea solicitărilor clienților pe teme și categorisirea bonurilor. Calitatea se măsoară cu metrici precum acuratețea, precizia și recall-ul.
Log loss (pierdere logaritmică) măsoară cât de bine se potrivesc probabilitățile prezise de un model de clasificare cu rezultatele reale. Predicțiile făcute cu încredere, dar greșite, sunt penalizate deosebit de sever; o valoare apropiată de zero indică prognoze bine calibrate. Exemplu: dacă un model dă o probabilitate de 95% de pierdere pentru un client care rămâne, log loss crește brusc. Matematic, este același lucru cu entropia încrucișată binară.
Naive Bayes este o familie de metode simple de clasificare bazate pe teorema lui Bayes. Se numesc „naive” deoarece presupun că toate caracteristicile sunt independente unele de altele, ceea ce rareori este adevărat în practică, dar produce adesea rezultate bune. Metodele sunt rapide, au nevoie de puține date de antrenare și se potrivesc în mod deosebit textelor. Un exemplu clasic este filtrul de spam, care sortează e-mailurile pe baza cuvintelor tipice.
