From aab927198a22f01aed80a89bf2805ee51b76aad3 Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?Pawe=C5=82=20Sk=C3=B3rzewski?= <pawel.skorzewski@amu.edu.pl>
Date: Fri, 4 Nov 2022 09:38:46 +0100
Subject: [PATCH] Uwaga o wielomianowej regresji logistycznej

---
 wyk/04_Regresja_logistyczna.ipynb | 33 +++++++++++++++++++++++++++++++
 1 file changed, 33 insertions(+)

diff --git a/wyk/04_Regresja_logistyczna.ipynb b/wyk/04_Regresja_logistyczna.ipynb
index ceeabc6..11d0ed4 100644
--- a/wyk/04_Regresja_logistyczna.ipynb
+++ b/wyk/04_Regresja_logistyczna.ipynb
@@ -6058,6 +6058,39 @@
     "theta_start = np.ones(5).reshape(5, 1)\n"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "subslide"
+    }
+   },
+   "source": [
+    "Regresja logistyczna jest metodą rozwiązywania problemów klasyfikacji **dwuklasowej**."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "Aby znaleźć rozwiązanie problemu klasyfikacji **wieloklasowej** metodą regresji logistycznej, trzeba przekształcić problem na zbiór problemów klasyfikacji dwuklasowej."
+   ]
+  },
+  {
+   "cell_type": "markdown",
+   "metadata": {
+    "slideshow": {
+     "slide_type": "fragment"
+    }
+   },
+   "source": [
+    "Alternatywnie, można użyć **wielomianowej regresji logistycznej** (zob. https://machinelearningmastery.com/multinomial-logistic-regression-with-python)."
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {