>829
Regressão logística é um dos algoritmos de Machine Learning mais usados para modelar uma variável binária que leva apenas 2 valores – 0 e 1. O objectivo da Regressão Logística é desenvolver uma equação matemática que nos possa dar uma pontuação no intervalo de 0 a 1. Esta pontuação dá-nos a probabilidade da variável ter o valor 1.
Aqui estão alguns dos exemplos de Regressão Logística mais estudados:
Exemplo de Regressão Logística: Detecção de Spam
Detecção de Spam é um problema de classificação binária onde nos é dado um e-mail e precisamos classificar se é ou não spam. Se o e-mail for spam, rotulamo-lo como 1; se não for spam, rotulamo-lo como 0. Para aplicar a Regressão Logística ao problema de detecção de spam, são extraídas as seguintes características do email:
- Emissor do email
- Número de erros de digitação no email
- Ocorrência de palavras/frases como “oferta”, “prémio”, “oferta gratuita”, etc.
O vetor de recurso resultante é então usado para treinar um classificador logístico que emite uma pontuação no intervalo de 0 a 1. Se a pontuação for maior que 0,5, rotularemos o e-mail como spam. Caso contrário, não o rotularemos como spam.
Logistic Regression Example: Fraude de Cartão de Crédito
O problema de detecção de fraude de cartão de crédito é de importância significativa para a indústria bancária porque os bancos gastam anualmente centenas de milhões de dólares devido à fraude. Quando uma transação com cartão de crédito acontece, o banco toma nota de vários fatores. Por exemplo, a data da transação, quantia, local, tipo de compra, etc. Com base nesses fatores, eles desenvolvem um modelo de Regressão Logística de se a transação é ou não uma fraude.
Por exemplo, se o valor é muito alto e o banco sabe que a pessoa em questão nunca faz compras tão altas, eles podem rotulá-la como uma fraude.
Exemplo de Regressão Logística: Predição de Tumor
Um classificador de Regressão Logística pode ser usado para identificar se um tumor é maligno ou se é benigno. Várias técnicas de imagem médica são utilizadas para extrair várias características dos tumores. Por exemplo, o tamanho do tumor, a área corporal afectada, etc. Estas características são depois introduzidas num classificador de Regressão Logística para identificar se o tumor é maligno ou se é benigno.
Exemplo de Regressão Lógica: Marketing
Todos os dias, quando você navega no seu Facebook newsfeed, os algoritmos poderosos que correm atrás da cena predizem se você estaria ou não interessado em determinado conteúdo (que poderia ser, por exemplo, um anúncio). Tais algoritmos podem ser vistos como variações complexas de algoritmos de Regressão Logística onde a questão a ser respondida é simples – o utilizador irá gostar deste anúncio em particular no seu feed de notícias?
Estes foram alguns dos exemplos de Regressão Logística que lhe teriam dado uma sensação dos seus casos de utilização. A aprendizagem da máquina é um campo enorme e a Regressão Logística é apenas uma pequena parte dele. Continue a aprender mais e fique atento à Magoosh para mais blogs sobre ciência de dados!