Logistická regrese je jeden z nejčastěji používaných algoritmů strojového učení, který se používá k modelování binární proměnné, která nabývá pouze 2 hodnot – 0 a 1. Cílem logistické regrese je vytvořit matematickou rovnici, která nám může dát skóre v rozsahu 0 až 1. Toto skóre nám udává pravděpodobnost, že proměnná nabývá hodnoty 1.
Níže jsou uvedeny některé z populárně studovaných příkladů logistické regrese:
Příklad logistické regrese: Detekce spamu
Detekce spamu je binární klasifikační problém, kdy máme k dispozici e-mail a potřebujeme klasifikovat, zda se jedná o spam, či nikoliv. Pokud je e-mail spam, označíme jej 1; pokud spam není, označíme jej 0. Abychom mohli na problém detekce spamu použít logistickou regresi, extrahujeme následující vlastnosti e-mailu:
- Odesílatel e-mailu
- Počet překlepů v e-mailu
- Výskyt slov/frází jako „nabídka“, „výhra“, „dárek zdarma“ atd.
Výsledný vektor příznaků se poté použije k trénování logistického klasifikátoru, který vydá skóre v rozsahu 0 až 1. Pokud je skóre vyšší než 0,5, označíme e-mail jako spam. V opačném případě jej jako spam neoznačíme.
Příklad logistické regrese: Podvody s kreditními kartami
Problém odhalování podvodů s kreditními kartami má pro bankovnictví značný význam, protože banky každoročně utratí stovky milionů dolarů kvůli podvodům. Když dojde k transakci s kreditní kartou, banka si všímá několika faktorů. Například datum transakce, částku, místo, typ nákupu atd. Na základě těchto faktorů vytvoří logistický regresní model, zda se jedná o podvod.
Příklad pokud je částka příliš vysoká a banka ví, že dotyčná osoba nikdy nenakupuje tak vysoké částky, může ji označit za podvod.
Příklad logistické regrese: Příklad: Předpověď nádoru
Klasifikátor logistické regrese lze použít k určení, zda je nádor zhoubný, nebo zda je nezhoubný. K získání různých znaků nádorů se používá několik lékařských zobrazovacích technik. Například velikost nádoru, postiženou oblast těla atd. Tyto znaky se pak vloží do klasifikátoru logistické regrese, který určí, zda je nádor zhoubný, nebo zda je nezhoubný.
Příklad logistické regrese: Marketing
Každý den, když si prohlížíte svůj newsfeed na Facebooku, výkonné algoritmy běžící za scénou předpovídají, zda byste měli zájem o určitý obsah (což může být například reklama). Na takové algoritmy lze pohlížet jako na složité variace algoritmů logistické regrese, kde otázka, na kterou je třeba odpovědět, zní jednoduše – bude se uživateli líbit právě tato reklama v jeho kanálu zpráv?“
To byly některé z příkladů logistické regrese, které by vám přiblížily případy jejího použití. Strojové učení je obrovský obor a logistická regrese je jen jeho malou součástí. Učte se dál a sledujte Magoosh, kde najdete další blogy o datové vědě!