Lojistik Regresyon ve Olasılıklar
Karar ağacı sana bir etiket verdi. Ama gerçek sistemler genellikle "spam" veya "spam değil"den daha fazlasına ihtiyaç duyar -> modelin ne kadar emin olduğundan emin olduğunu bilmen gerekir, böylece bir eşik değeri belirleyebilir, emin olmadığında çekinebilir veya güvenli vakaları otomatik olarak yönlendirebilirsin. Bunun için temel model logistic regression, ve ismine rağmen bir classifier, bir regressor değil.
Bunun arkasındaki fikir şu. Lineer bir model, özelliklerin ağırlıklı toplamını hesaplar. Bu değer eksi sonsuzdan artı sonsuza kadar herhangi bir sayı olabilir. Lojistik regresyon, sigmoid fonksiyonu aracılığıyla bu sayıyı 0 ile 1 arasında bir olasılığa dönüştürür:
sigmoid(z) = 1 / (1 + e**(-z))
# z = -4 -> 0.018 z = 0 -> 0.5 z = 4 -> 0.982Böylece model P(class = 1) çıktısını veriyor. 0.5 üzerindeki her şey sınıf 1, altındakiler sınıf 0 tahmin eder ve 0.5 yakınındaki bir değer modelin "Emin değilim" demesidir. Bu tek sayı, bu kurstaki her bir sonraki güven eşiği ve yönlendirme hilesinin üzerine inşa edildiği şeydir.
Kod, ağaç ile aynı fit/predict ritüeli, sadece yeni bir metod olan predict_proba içeriyor ve bu metod sert etiketler yerine olasılıkları döndürüyor:
from sklearn.linear_model import LogisticRegression
clf = LogisticRegression()
clf.fit(X, y)
clf.predict(X) # hard labels: 0 or 1
clf.predict_proba(X) # one [P(0), P(1)] row per sample, each row sums to 1Bunu küçük ve sezgisel bir veri seti üzerinde eğiteceksin: çalışılan saatler ve öğrencinin geçip geçmediği. Az saat -> kalır (0), çok saat -> geçer (1). Örüntü monoton olduğu için, eğitilen model daha fazla çalışan birine dahaYüksek geçme olasılığı vermelidir. predict_proba sütunlarının ikisi P(class 0) ve P(class 1) clf.classes_ sırasındadır (burada [0, 1]), bu yüzden 1 sütun indeksi geçme olasılığıdır.
1 özellikli bir veri seti verildi: hours çalışıldı ve passed (0 veya 1). (1) Bir LogisticRegression() oluştur ve onu X, y üzerine fit. (2) X için sert etiketleri preds içine kaydet. (3) p_low içinde 2 saat çalışmanın passing (sınıf 1) olasılığını ve p_high içinde 7 saat çalışmanın olasılığını kaydetmek için predict_proba kullan. Model p_high > p_low konusunda yeterince güvenli olmalı ve her ikisi de 0 ile 1 arasında gerçek olasılıklardır.
Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor
Bu alıştırma yakında açılacak
Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.
Bu tarayıcı learn.floati.life için çerezleri engelliyor, bu yüzden burada bitirdiğin dersler sırasıyla açılamıyor. Bu site için çerezlere izin ver ve sayfayı yenile.