Muhammad al-xorazmiy nomidagi toshkent

 
5. Logistik regressiya tushunchasi va ularning mashinali o'qitishda qo'llanilishi 
Logistik regressiya yigirmanchi asrning boshlarida biologik fanlarda qo'llanilgan. Keyinchalik u 
ko'plab ijtimoiy fanlarda qo'llanilgan.Logistik regressiya bog'liq o'zgaruvchi (maqsad) kategorik bo'lganda 
qo'llaniladi. 
Masalan, 
•
Elektron pochta spam (1) yoki (0) ekanligini taxmin qilish uchun 
•
O'simta xavfli (1) yoki yo'q (0) 
Elektron pochta s p am yoki yo'qligini tasniflashimiz kerak bo'lgan stsenariyni ko'rib chiqing . Agar biz 
ushbu muammo uchun chiziqli regressiyadan foydalansak, unda tasniflash mumkin bo'lgan chegarani 
belgilashga ehtiyoj bor. Haqiqiy sinf zararli bo'lsa, taxmin qilingan doimiy qiymat 0,4 va chegara qiymati 
0,5 ga teng bo'lsa, ma'lumotlar nuqtasi zararli emas deb tasniflanadi va bu real vaqtda jiddiy oqibatlarga 
olib kelishi mumkin. 

---

1-rasm: Logistik regressiya modeli 
Ushbu misoldan, chiziqli regressiya tasniflash muammosi uchun mos emas degan xulosaga kelish 
mumkin. Lineer regressiya cheksizdir va bu logistik regressiyani rasmga keltiradi. Ularning qiymati qat'iy 
ravishda 0 dan 1 gacha. 
Oddiy logistik regressiya
 
Model
Chiqish = 0 yoki 1 
Gipoteza => Z = WX + B 
hΘ (x) = sigmasimon (Z) 
Sigmoid funktsiyasi
Shakl 2: Sigmoidni faollashtirish funktsiyasi 
Agar "Z" cheksizlikka o'tadigan bo'lsa, Y (taxmin qilingan) 1 ga, "Z" salbiy cheksizlikka o'tadigan bo'lsa, 

---

Y (taxmin qilingan) 0 ga aylanadi. 
Gipotezani tahlil qilish
Gipotezadan chiqadigan narsa taxmin qilingan ehtimollikdir. Bu kirish X berilganida taxmin qilingan 
qiymatning haqiqiy qiymatga qanchalik ishonchliligini aniqlash uchun ishlatiladi. Quyidagi misolni ko'rib 
chiqing, 
X = [x0 x1] = [1 IP-manzil] 
X1 qiymatiga asoslanib, taxminiy ehtimollik 0,8 ga teng deb topdik. Bu elektron pochtaning spam bo'lish 
ehtimoli 80% ekanligini bildiradi. 
Matematik jihatdan quyidagicha yozilishi mumkin: 
3-rasm: Matematik vakillik 
Bu "logistik regressiya" nomini oqlaydi. Ma'lumotlar chiziqli regressiya modeliga mos keladi, keyinchalik 
u maqsadli kategorik bog'liq o'zgaruvchini bashorat qiladigan logistik funktsiya bilan ishlaydi.