From aab927198a22f01aed80a89bf2805ee51b76aad3 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?Pawe=C5=82=20Sk=C3=B3rzewski?= 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": {