La classification par régression logistique
Classer en deux groupes par un modèle mathématique : score linéaire, fonction sigmoïde, probabilité, seuil de décision, frontière droite, lecture d'un coefficient en rapport de cotes et nuages qu'une droite ne sépare pas.
- 27 cartes
- 5 thèmes
- Gratuit
Le programme, thème par thème
Le poids de chaque thème suit celui que lui donne l'examen.
- Notions
- Questions
- Ranger et relier
- Les chiffres
- Les courbes
Quelques cartes du deck
Classification : de quoi s'agit-il ?
Voir la réponse
Tâche de prédiction dont le résultat est une catégorie (réussite ou échec, spam ou non) et non une quantité.
Prédire une note sur 20 est une régression ; prédire « admis » ou « refusé » est une classification. Le choix du modèle en dépend.
Une banque veut prévoir si un client remboursera son prêt (oui ou non) d'après son revenu et son âge. Quel modèle convient ?
- Une régression logistique
- Une régression linéaire multiple
- Une régression polynomiale de degré 2
- Un programme linéaire
Voir la réponse
Une régression logistique
La réponse est une catégorie à deux issues : c'est une classification binaire. Une régression linéaire, même polynomiale, prédit une quantité et donnerait des valeurs hors de 0 et 1 qu'on ne saurait pas lire comme des probabilités.
La régression logistique calcule d'abord un … linéaire, puis le transforme en … avec la sigmoïde.
Voir la réponse
La régression logistique calcule d'abord un score linéaire, puis le transforme en probabilité avec la sigmoïde.
Le score peut valoir n'importe quel réel ; seule la sigmoïde garantit un résultat entre 0 et 1, lisible comme une probabilité.