การถดถอยโลจิสติกคืออะไร? อธิบายสำหรับมือใหม่
การถดถอยโลจิสติกเป็นขั้นตอนวิธีแบบมีผู้สอนที่ใช้ทำนายความน่าจะเป็นของหมวดหมู่ ซึ่งมักเป็นผลลัพธ์แบบใช่หรือไม่ โดยส่งผลรวมเชิงเส้นของข้อมูลนำเข้าผ่านฟังก์ชันซิกมอยด์ให้ค่าอยู่ระหว่าง 0 ถึง 1
อุปมาอย่างง่าย
ลองนึกภาพระบบให้คะแนนที่รวบรวมข้อมูลของคำขอหนึ่ง แล้วเปลี่ยนคะแนนรวมเป็นเปอร์เซ็นต์โอกาสที่จะได้รับการอนุมัติ จากนั้นใช้เกณฑ์ซึ่งโดยทั่วไปคือ 0.5 เพื่อเปลี่ยนความน่าจะเป็นนั้นให้เป็นคำตอบที่ชัดเจนว่าใช่หรือไม่
เหตุใดชื่อจึงอาจทำให้สับสน
แม้จะมีคำว่า "การถดถอย" แต่การถดถอยโลจิสติกใช้สำหรับการจำแนกประเภท ไม่ใช่การทำนายค่าต่อเนื่อง โดยชื่อนี้มาจากฟังก์ชันโลจิสติกซึ่งเป็นแกนกลางของแบบจำลอง
บทบาทของฟังก์ชันซิกมอยด์
ฟังก์ชันซิกมอยด์รับจำนวนใด ๆ ไม่ว่าจะเป็นบวกหรือลบ แล้วแปลงให้เป็นค่าระหว่าง 0 ถึง 1 ซึ่งอ่านได้เป็นความน่าจะเป็น โดยมีสูตรดังนี้
[ p = \frac{1}{1 + e^{-z}} ]
ค่าที่สูงกว่าเกณฑ์จะถูกจัดเข้าหมวดหมู่หนึ่ง และค่าที่เหลือเข้าอีกหมวดหมู่หนึ่ง
ประเภทที่พบบ่อย
| ประเภท | จำนวนผลลัพธ์ | ตัวอย่าง |
|---|---|---|
| การถดถอยโลจิสติกแบบไบนารี | สองอย่าง | สแปมหรือไม่ใช่สแปม |
| การถดถอยโลจิสติกพหุนาม | สามอย่างขึ้นไป | หมวดหมู่สินค้า A, B หรือ C |
โดยทั่วไปใช้เมื่อใด
การถดถอยโลจิสติกใช้ตรวจจับการฉ้อโกง พิจารณาอนุมัติสินเชื่อ ทำนายการเลิกใช้งานของลูกค้า คัดกรองทางการแพทย์ และปัญหาอื่น ๆ ที่คำตอบเป็นหมวดหมู่พร้อมความน่าจะเป็นที่ประมาณค่าได้
ข้อจำกัดที่ต้องบอกตามตรง
แบบจำลองนี้ตั้งสมมติฐานว่าขอบเขตระหว่างหมวดหมู่ค่อนข้างเป็นเชิงเส้น และอาจทำได้ยากเมื่อความสัมพันธ์ของข้อมูลเป็นแบบไม่เป็นเชิงเส้นอย่างมาก ความน่าจะเป็นที่ทำนายได้ควรนำไปเทียบกับผลลัพธ์จริง แทนที่จะถือว่าเป็นค่าที่แม่นยำแน่นอน
FAQ
การถดถอยโลจิสติกเป็นการจำแนกประเภทหรือการถดถอย?
เป็นขั้นตอนวิธีจำแนกประเภท ถึงแม้ชื่อจะมีคำว่าการถดถอย
ฟังก์ชันซิกมอยด์ทำหน้าที่อะไร?
แปลงคะแนนนำเข้าให้เป็นความน่าจะเป็นระหว่าง 0 ถึง 1
เกณฑ์การตัดสินใจคืออะไร?
ค่าขีดจำกัดซึ่งมักเป็น 0.5 ใช้เปลี่ยนความน่าจะเป็นให้เป็นป้ายกำกับหมวดหมู่
จัดการหมวดหมู่มากกว่าสองได้หรือไม่?
ได้ รูปแบบพหุนามสามารถจัดการหมวดหมู่ตั้งแต่สามขึ้นไป
สรุปใจความสำคัญ
- การถดถอยโลจิสติกทำนายความน่าจะเป็นของหมวดหมู่
- ฟังก์ชันซิกมอยด์แปลงคะแนนให้อยู่ในช่วง 0 ถึง 1
- เกณฑ์การตัดสินใจเปลี่ยนความน่าจะเป็นให้เป็นป้ายกำกับ
- มักใช้กับการตัดสินใจแบบใช่หรือไม่
อ่านต่อ [machine learning คืออะไร](machine-learning-khue-arai) และ [การถดถอยเชิงเส้น](linear-regression-khue-arai)
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free