Немного математики
Классификация в математике — это распределение предметов на группы (классы) по каким-нибудь отличительным признакам.
Да, и в других дисциплинах тоже.
Логистическая функция в математике — это общая сигмоидальная (S-образная) кривая. Она моделирует кривую роста вероятности некоего события по мере изменения управляющих параметров (факторов риска).
Простейшая логистическая функция может быть описана формулой P(t) = 1 / (1 + e^{-t}), где переменную P можно рассматривать как численность населения, а переменную t — как время.
Начальная стадия роста логистической кривой приблизительно соответствует экспоненте (показательная функция). Затем, по мере насыщения, рост замедляется, проходит линейную фазу и, наконец, в зрелом периоде практически останавливается.
Логистическая функция находит применение в обширном диапазоне областей знания, включая искусственные нейронные сети, биологию, биоматематику, экономику, химию, математическую психологию, вероятность и статистику.
Мы поместим ее в нашу линейную регрессию и рассчитаем функцию потерь
Также используем градиентный спуск
После обучения, нужно сравнить предсказание с неким порогом. Например, если оно меньше порога 0,5 - относится к 0, больше 0,5 - относим к 1.
А теперь для тренировки попробуйте ответить на вопрос = можно ли с помощью модели логистической регрессии классифицировать эти два примера:
Метрики классификации
можно построить матрицу
предлагаются такие метрики
Многоклассовая классификация
предположим у нас есть более сложная задача
обычно она сводится к бинарной
1 способ - один против всех
мы строим несколько классификаторов
2 способ - один против одного
где мы разбиваем на пары