ما هو مبدأ الانحدار اللوجستي في علم البيانات

اقرأ في هذا المقال


مبدأ الانحدار اللوجستي هو نظام الحلول الحسابي للتعلم الآلي التي تستخدم لمشاكل التصنيف وهي عبارة عن خوارزمية تحليل تنبؤي وتعتمد على مفهوم الاحتمال.

ما هو مبدأ الانحدار اللوجستي في علم البيانات

  • الانحدار اللوجستي: هو خوارزمية تصنيف تُستخدم لتعيين الملاحظات لمجموعة منفصلة من الفئات، وبعض الأمثلة على مشاكل التصنيف هي الرسائل العشوائية أو غير العشوائية، أو احتيال المعاملات عبر الإنترنت أو عدم الاحتيال ويقوم الانحدار اللوجستي بتحويل ناتجه باستخدام الدالة السيني اللوجيستية لإرجاع قيمة احتمالية.
  • يمكن أن نطلق على الانحدار اللوجستي “نموذج الانحدار الخطي” ولكن الانحدار اللوجستي يستخدم دالة تكلفة أكثر تعقيدًا ويمكن تعريف وظيفة التكلفة هذه على أنّها دالة (Sigmoid)، أو تُعرف أيضًا باسم “الوظيفة اللوجيستية” بدلاً من دالة خطية.
  • تميل فرضية الانحدار اللوجستي إلى تقييد دالة التكلفة بين (0 و 1)، لذلك تفشل الوظائف الخطية في تمثيلها، حيث يمكن أن يكون لها قيمة أكبر من (1) أو أقل من (0) وهو أمر غير ممكن وفقًا لفرضية الانحدار اللوجستي.
  • الانحدار اللوجستي هو النوع الصحيح من التحليل الذي يجب اعتماده عند التعامل مع البيانات الثنائية، حيث يتم التعامل مع بيانات ثنائية عندما يكون الناتج أو المتغير الثابت ثنائي التفرع أو قاطع في طبيعته، وبعبارة أخرى إذا كانت تندرج في إحدى فئتين (مثل “نعم” أو “لا” ، أو “اجتياز” أو “فشل” ، وما إلى ذلك).
  • يستخدم الانحدار اللوجستي لحساب احتمال وقوع حدث ثنائي وللتعامل مع قضايا التصنيف، وقد تستخدم شركة التعليم عبر الإنترنت الانحدار اللوجستي للتنبؤ.
  • يتم استخدام الانحدار اللوجستي للتنبؤ باحتمالية جميع أنواع النتائج، حيث يساعد الانحدار اللوجستي محللي البيانات (والشركات التي يعملون بها) على اتخاذ قرارات مستنيرة.
  • يستخدم الانحدار اللوجستي لمشاكل التصنيف عندما يكون الناتج أو المتغير المعتمد ثنائي التفرع أو فئوي، وهناك بعض الافتراضات الرئيسية التي يجب وضعها في الاعتبار أثناء تنفيذ الانحدار اللوجستي، وهناك أنواع متنوعة من تحليل الانحدار اللوجستي.

المصدر: Foundations of Data Science By Avrim Blum, John Hopcroft, Ravindran Kannan / First EditionIntroducing Data Science: Big data, machine learning, and more, using Python tools By Davy Cielen, Arno Meysman / First EditionAn Introduction to Data Science By Jeffrey S. Saltz, Jeffrey M. Stanton / First EditionData Science from Scratch: First Principles with Python by Joel Grus / 2nd Edition


شارك المقالة: