Regresión logística para respuestas sí/no

La clasificación predice una categoría, no un número. ¿Este correo es spam o no? Esa respuesta de sí o no es lo que buscamos. ✉️

La regresión logística es el punto de partida clásico para problemas de dos clases. Es sencilla, rápida y sorprendentemente difícil de superar.

A pesar de su nombre, la regresión logística devuelve una probabilidad entre 0 y 1, como una probabilidad de 0,82 de que este cliente abandone el servicio.

Una curva llamada sigmoide comprime cualquier valor en el intervalo de 0 a 1. Así es como las puntuaciones sin procesar se convierten en probabilidades claras.

Se construye igual que cualquier estimador: se importa la clase y luego se crea el objeto del modelo, listo para aprender.

Muéstrele sus características y etiquetas con fit y aprenderá los pesos que separan las dos clases.

Llame a predict para obtener la clase elegida para cada fila; devolverá un 0 o un 1 claro para cada ejemplo.

¿Quiere conocer la confianza sin procesar? predict_proba proporciona la probabilidad de cada clase, para que pueda ver hasta qué punto está seguro el modelo.

Para convertir una probabilidad en una etiqueta, se compara con un umbral, normalmente 0,5. Por encima significa sí; por debajo, no.

Puede subir o bajar ese umbral deliberadamente. Un límite más estricto detecta menos casos, pero ofrece más confianza en cada uno.

Cada característica recibe un coeficiente. Uno positivo empuja la predicción hacia el sí; uno negativo, hacia el no.

La regresión logística convierte las características en una probabilidad y, después, un umbral decide entre sí y no. Es sencilla, rápida y una excelente primera clasificadora. 🎯