Logistická regresia je štatistická metóda, ktorá predpovedá pravdepodobnosť jedného z dvoch výsledkov, ako je „kúpi“ alebo „nekúpi“. Váhuje vstupné znaky a ich súčet pomocou funkcie v tvare písmena S prevedie na hodnotu medzi 0 a 1. Keďže váhy sa dajú ľahko interpretovať, široko sa používa v kreditnom skóringu, medicíne a marketingu, často ako solídny základ pre zložitejšie modely.
Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.
Spustiť demoLineárna regresia je štatistická metóda, ktorá opisuje vzťah medzi cieľovou premennou a jedným alebo viacerými prediktormi pomocou priamky alebo roviny. Koeficienty sa zvyčajne volia tak, aby sa minimalizoval súčet štvorcov odchýlok. Metóda sa dobre chápe a interpretuje: dokáže napríklad odhadnúť, o koľko vzrastú tržby, keď sa reklamný rozpočet zvýši o 1 000 €. Pri nelineárnych vzťahoch narazí na svoje hranice.
Klasifikátor je model alebo metóda, ktorá priraďuje vstupy do jednej z viacerých vopred určených kategórií. Klasické varianty, ako sú rozhodovacie stromy alebo naivný Bayes, sa trénujú na označených príkladoch; jazykové modely dokážu texty triediť aj na základe opisu kategórií. Typické použitie zahŕňa detekciu spamu, triedenie dopytov zákazníkov podľa tém a kategorizáciu dokladov. Kvalita sa meria metrikami, ako sú správnosť, presnosť a úplnosť.
Log loss (logaritmická strata) meria, nakoľko dobre predpovedané pravdepodobnosti klasifikačného modelu zodpovedajú skutočným výsledkom. Sebavedomé, ale nesprávne predpovede sa penalizujú obzvlášť prísne; hodnota blízka nule ukazuje dobre kalibrované predpovede. Príklad: ak model dá zákazníkovi, ktorý zostane, 95 % pravdepodobnosť odchodu, log loss prudko vzrastie. Matematicky je to to isté ako binárna krížová entropia.
Naive Bayes je rodina jednoduchých klasifikačných metód založených na Bayesovej vete. Nazývajú sa „naivné“, pretože predpokladajú, že všetky príznaky sú navzájom nezávislé, čo sa v praxi len zriedka naplní, no výsledky bývajú napriek tomu dobré. Metódy sú rýchle, potrebujú málo trénovacích dát a sú obzvlášť vhodné na texty. Klasickým príkladom je spamový filter, ktorý triedi e-maily podľa typických slov.
