O Que É Regressão Logística
Regressão Logística é, na verdade, um algoritmo de classificação, apesar da palavra "Regressão" em seu nome.
Recebe esse nome porque é baseada na Regressão Linear, mas utiliza uma função logística (sigmoide) para converter a saída em probabilidades, permitindo classificar dados em categorias em vez de prever valores contínuos.
Suponha que você queira prever se uma pessoa irá inadimplir em um primeiro empréstimo (sem histórico de crédito disponível).
Na Regressão Linear, construímos uma equação para prever valores numéricos. Podemos usar a mesma equação para calcular um "índice de confiabilidade". Ele levará em conta características como renda, tempo de emprego atual, razão dívida/renda, etc. Um índice de confiabilidade mais alto significa uma menor chance de inadimplência.
Os valores β são os parâmetros que o modelo precisa aprender. Durante o treinamento, o computador ajusta esses valores para fazer previsões melhores. Isso é feito tentando minimizar a diferença entre os resultados previstos e os rótulos reais - essa diferença é medida por algo chamado função de perda.
Para transformar a saída bruta do modelo em um rótulo de classe (0 ou 1), a Regressão Logística utiliza uma função sigmoide. Esta função recebe qualquer número real e comprime em um intervalo entre 0 e 1, tornando-o interpretável como uma probabilidade.
A função sigmoide é definida como:
σ(z)=1+e−z1Aqui, z é a pontuação (também chamada de logito) que calculamos anteriormente.
Dadas duas classes: 1 (uma pessoa irá inadimplir um primeiro empréstimo) e 0 (uma pessoa não irá inadimplir um primeiro empréstimo), após aplicar a sigmoide, obtemos a probabilidade da instância pertencer à classe 1.
Para tomar uma decisão final (0 ou 1), comparamos a probabilidade com um limiar - geralmente 0,5:
- Se a probabilidade for maior que 0,5, prevemos 1;
- Se for menor ou igual a 0,5, prevemos 0.
Obrigado pelo seu feedback!
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Awesome!
Completion rate improved to 4.17O Que É Regressão Logística
Deslize para mostrar o menu
Regressão Logística é, na verdade, um algoritmo de classificação, apesar da palavra "Regressão" em seu nome.
Recebe esse nome porque é baseada na Regressão Linear, mas utiliza uma função logística (sigmoide) para converter a saída em probabilidades, permitindo classificar dados em categorias em vez de prever valores contínuos.
Suponha que você queira prever se uma pessoa irá inadimplir em um primeiro empréstimo (sem histórico de crédito disponível).
Na Regressão Linear, construímos uma equação para prever valores numéricos. Podemos usar a mesma equação para calcular um "índice de confiabilidade". Ele levará em conta características como renda, tempo de emprego atual, razão dívida/renda, etc. Um índice de confiabilidade mais alto significa uma menor chance de inadimplência.
Os valores β são os parâmetros que o modelo precisa aprender. Durante o treinamento, o computador ajusta esses valores para fazer previsões melhores. Isso é feito tentando minimizar a diferença entre os resultados previstos e os rótulos reais - essa diferença é medida por algo chamado função de perda.
Para transformar a saída bruta do modelo em um rótulo de classe (0 ou 1), a Regressão Logística utiliza uma função sigmoide. Esta função recebe qualquer número real e comprime em um intervalo entre 0 e 1, tornando-o interpretável como uma probabilidade.
A função sigmoide é definida como:
σ(z)=1+e−z1Aqui, z é a pontuação (também chamada de logito) que calculamos anteriormente.
Dadas duas classes: 1 (uma pessoa irá inadimplir um primeiro empréstimo) e 0 (uma pessoa não irá inadimplir um primeiro empréstimo), após aplicar a sigmoide, obtemos a probabilidade da instância pertencer à classe 1.
Para tomar uma decisão final (0 ou 1), comparamos a probabilidade com um limiar - geralmente 0,5:
- Se a probabilidade for maior que 0,5, prevemos 1;
- Se for menor ou igual a 0,5, prevemos 0.
Obrigado pelo seu feedback!
