Lineær regression vs. Logistisk regression

Hvorfor de er forskellige

Lineær regression forudsiger et tal som en pris; logistisk regression forudsiger trods navnet, hvilken gruppe noget hører til.

Lineær regression

Grundlæggende maskinlæring

En enkel model, der forudsiger et tal som en vægtet sum af input, hvor vægtene er dem, der passer bedst til tidligere eksempler.

Formelt

En form for regression, der forudsiger et tal som en vægtet sum af features plus en fast startværdi, hvor vægtene vælges, så de kvadrerede fejl på træningsdata bliver så små som muligt.

Forklaret enkelt

Som at gætte prisen på en lejlighed ud fra dens størrelse ved at tegne den rette linje, der går så tæt som muligt på alle de lejligheder, du allerede kender prisen på.

I praksis

Et dansk energiselskab forudsiger næste måneds elforbrug for hver bolig ud fra areal, antal beboere og sidste års forbrug og kan aflæse, hvor meget hver ekstra beboer lægger til.

Hvorfor det betyder noget

Den er hurtig, nem at kontrollere og nem at forklare, så den er målestokken, som enhver mere kompleks model skal slå, og et oplagt valg, når en beslutning skal kunne begrundes.

Logistisk regression

Grundlæggende maskinlæring

En enkel model, der sorterer sager i to grupper ved at gøre en vægtet sum af input til en sandsynlighed mellem 0 og 1.

Formelt

En metode til klassifikation, der lægger features sammen, hver ganget med en vægt, og sender summen gennem en S-formet kurve for at få sandsynligheden for den positive gruppe; vægtene vælges, så de kendte svar i træningsdata får størst mulig sandsynlighed.

Forklaret enkelt

Som en læge, der giver point for alder, rygning og blodtryk og så aflæser et skema, der gør den samlede score til en risiko for sygdom, som aldrig går under nul eller over helt sikker.

I praksis

En dansk bank giver hver låneansøgning en sandsynlighed for, at kunden ikke kan betale, og medarbejderne kan se, hvilke svar i ansøgningen der trak scoren op eller ned.

Hvorfor det betyder noget

Den giver en sandsynlighed og ikke bare et ja eller nej, og hvert inputs betydning kan aflæses direkte, og derfor bruger banker, hospitaler og myndigheder den stadig, når beslutninger skal kunne forklares.

Fælles forbindelser

Feature (inputvariabel)