Выбор ответа Junior Линейные модели спрашивают часто обновлено
Что выдаёт логистическая регрессия
Вопрос
Что моделирует логистическая регрессия?
Попробуйте сами
Выберите вариант, и откроется разбор.
Показать ответ и разбор
Коротко
Правильный ответ: Логарифм шансов как линейную функцию признаков: p = σ(w·x + b). log(p / (1 - p)) = w·x + b, сигмоида переводит это в вероятность.
Варианты ответа
- Метку класса напрямую как линейную функцию признаков: y = w·x + b
- Расстояние от объекта до разделяющей гиперплоскости как вероятность
- Вероятность класса как линейную функцию признаков: p = w·x + b
- Логарифм шансов как линейную функцию признаков: p = σ(w·x + b)правильный ответ
Разбор
log(p / (1 - p)) = w·x + b, сигмоида переводит это в вероятность. Обучается на log loss, задача выпукла. Вес wᵢ показывает, как меняется логарифм шансов при росте признака на единицу: шансы умножаются на e^wᵢ.
- Класс получается порогом над вероятностью.
- Расстояния это kNN и SVM.
- Линейная вероятность может выйти за [0, 1], это линейная модель вероятности, а не логистическая регрессия.
Ответьте сами, а не прочитайте
В тренажёре вопрос попадёт в повторения и вернётся, когда начнёт забываться. Плюс билеты с зачётом: 20 вопросов, не больше 2 ошибок.