Machine LearningMenengahFase D–FE4E6

Logistic Regression

Logistic Regression memprediksi peluang, bukan sekadar jawaban ya atau tidak. Ia menghitung skor linear dari fitur lalu menekannya ke rentang 0 sampai 1 lewat fungsi sigmoid berbentuk S. Hasilnya adalah peluang sebuah data masuk ke satu kelas; sebuah ambang (biasanya 0,5) yang memutuskan labelnya. Visualisasi menggambar kurva S dan menempatkan sebuah data pada peluangnya.

Contoh kasus

Menaksir peluang sebuah email adalah spam, atau peluang seorang siswa lulus berdasarkan nilai-nilai latihannya.

Silabus

Ubah skor linear menjadi peluang 0 sampai 1 lewat kurva sigmoid berbentuk S.

Tujuan Belajar

·Membedakan prediksi peluang dari klasifikasi yang kaku
·Memahami peran fungsi sigmoid
·Menjelaskan cara ambang keputusan bekerja

Cara Kerja

·Hitung skor linear z = w kali x tambah b dari fitur.
·Lewatkan z lewat sigmoid menjadi peluang p antara 0 dan 1.
·Bandingkan p dengan ambang (misalnya 0,5).
·Beri label kelas 1 bila p di atas ambang, kelas 0 bila di bawahnya.

Prasyarat

·Fungsi linear (garis)
·Konsep peluang antara 0 dan 1

Contoh Nyata

·Deteksi spam pada email.
·Prediksi risiko penyakit dari gejala.
·Skor kelayakan kredit.

Kompleksitas O(jumlah fitur)