Machine Learning : La régression logistique

Thèmes abordés

Machine Learning, régression, régression logistique, régression linéaire, algorithme de classification, classification, régularisation, probabilité

Résumé du document

Ce document présente la notion de régression logistique faisant partie intégrante du machine learning.

Extraits

[...] 1 𝒉𝜽 𝑿 𝑆𝑖 ℎ𝜃 𝑋 𝑆𝑖 ℎ𝜃 𝑋 > = = 𝑝𝑟é𝑑𝑖𝑟𝑒 𝑦 1 𝑝𝑟é𝑑𝑖𝑟𝑒 𝑦 0 Régression linéaire (rappel) Classification : Y=0 ou Y=1 ℎ𝜃 𝑋 ou ℎ𝜃 𝑋 Régression logistique (Algorithme de classification) : 0 ℎ𝜃 𝑋≤ 𝒉𝜽 𝑿 Régression logistique (Algorithme de classification) : Régression linéaire ℎ𝜃 𝑋 = 𝜃𝑇 𝑋 1 𝑔 𝑧 Régression logistique hθ 𝑋0 h� 𝑋 (fonction sigmoïde) � 1 −𝑧 ==𝑔(𝜃 𝑇𝑒𝑋) Fonction sigmoïde Fonction logistique ℎ� 𝑋� = 1 𝑇 𝑒 −𝜃 𝑋 Régression logistique (Algorithme de classification) : Régression logistique : ℎ� 𝑋 = ℎ𝜃 � 1 𝑒 − 𝑇 𝑋) 𝑋 est la probabilité estimée(𝜃 que y=1 𝑥 1 Si pour une entrée 𝑋 = 0 𝑡𝑎𝑖𝑙𝑙𝑒 𝑑𝑢 = ℎ𝜃 𝑋 = 0,8 informe le patient 𝑡𝑢𝑚𝑒𝑢𝑟 𝑥 que la tumeur est maligne avec une probabilité de180%. [...]

[...] Machine Learning : La régression logistique Machine Learning Régression linéaire (Rappel) Régression logistique Interprétation du modèle Fonction cout Régularisation Classification : Email: Spam (Oui / Non) ? Transactions: Frauduleuse (Yes / Tumeur : Maligne /Bénigne? [...]

[...] 𝑦 ∈ Classe négative (Tumeur bénigne) Classe positive (Tumeur maligne) Régression linéaire (rappel) Peut on utiliser la régression linéaire pour faire la classification? 𝒉𝜽 𝑿 𝑆𝑖 ℎ𝜃 𝑋 > 𝑝𝑟é𝑑𝑖𝑟𝑒 𝑦 = 1 𝑆𝑖 ℎ𝜃 𝑋 𝑝𝑟é𝑑𝑖𝑟𝑒 𝑦 = 0 Régression linéaire (rappel) Peut on utiliser la régression linéaire pour faire la classification? [...]