Logistische regressie voor ja/nee
Waarschijnlijkheden en beslisdrempels
Logistische regressie voor ja/nee is een gratis Data Science Academy-les op CoddyKit. Dit is les 1 van 4. Je kunt de volledige les hieronder gratis lezen en daarna in de browser praktisch oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is. Deze les maakt deel uit van het leertraject Data Science Academy. Je voortgang wordt gesynchroniseerd op het web en in de CoddyKit-app. De cursus Data Science Academy bevat in totaal 4 lessen.
Categorieën, geen getallen
Classificatie voorspelt een categorie, geen getal. Is deze e-mail spam of niet? Dat ja-of-neeantwoord is waar we naar zoeken. ✉️
Het werkpaard voor ja of nee
Logistische regressie is het klassieke startpunt voor problemen met twee klassen. Het is eenvoudig, snel en verrassend moeilijk te verslaan.
De uitvoer is een kans
Ondanks de naam geeft logistische regressie een kans tussen 0 en 1 terug, bijvoorbeeld een kans van 0,82 dat deze klant vertrekt.
De s-vormige drukker
Een curve die de sigmoïde heet, drukt elke waarde samen tot het bereik van 0 tot 1. Zo worden ruwe scores nette kansen.
Importeren en maken
Je bouwt dit net als elke andere schatter: importeer de klasse en maak daarna het modelobject dat klaar is om te leren.
from sklearn.linear_model import LogisticRegression
model = LogisticRegression()Train het met fit
Geef het je kenmerken en labels met fit, waarna het de gewichten leert die de twee klassen van elkaar scheiden.
model.fit(X_train, y_train)Voorspel het label
Roep predict aan om voor elke rij de gekozen klasse te krijgen, met voor elk voorbeeld een duidelijke 0 of 1 als resultaat.
labels = model.predict(X_test)Vraag de kans op
Wil je liever de ruwe zekerheid zien? predict_proba geeft de kans van elke klasse, zodat je ziet hoe zeker het model is.
probs = model.predict_proba(X_test)De beslisdrempel
Om een kans om te zetten in een label, vergelijk je deze met een drempel, meestal 0,5. Daarboven betekent ja en daaronder nee.
Verplaats de drempel
Je kunt die drempel bewust verhogen of verlagen. Met een strengere grens vang je minder gevallen, maar vertrouw je elk gevonden geval meer.
Lees de coëfficiënten
Elk kenmerk krijgt een coëfficiënt. Een positieve coëfficiënt duwt de voorspelling richting ja en een negatieve richting nee.
model.coef_Snelle controle
Laten we bevestigen wat logistische regressie daadwerkelijk teruggeeft.
Samenvatting
Logistische regressie zet kenmerken om in een kans, waarna een drempel over ja of nee beslist. Eenvoudig, snel en een geweldige eerste classifier. 🎯
Leer Python met een AI-tutor — gratis
Schrijf echte code en voer die uit in je browser, krijg direct hulp van een AI-tutor die 24/7 beschikbaar is en ga verder waar je gebleven bent op het web of in de app.
- Cursussen
- 30
- Lessen
- 120
Veelgestelde vragen
Is de les “Logistische regressie voor ja/nee” gratis?
Ja — de volledige tekst van “Logistische regressie voor ja/nee” kun je hier gratis op het web lezen. Als je interactief wilt oefenen met een ingebouwde code-editor en een AI-begeleider die 24/7 beschikbaar is, en de rest van de cursus Data Science Academy wilt ontgrendelen, kun je upgraden naar CoddyKit PRO. De cursus Data Science Academy bevat in totaal 4 lessen.
Wat leer ik in “Logistische regressie voor ja/nee”?
Waarschijnlijkheden en beslisdrempels Je oefent met Data Science Academy door code rechtstreeks in de browser uit te voeren. Een AI-begeleider die 24/7 beschikbaar is beantwoordt je vragen terwijl je de les doorwerkt.
Heb ik ervaring nodig om met Data Science Academy te beginnen?
Ervaring vooraf is niet nodig. Data Science Academy op CoddyKit is opgebouwd voor beginners tot gevorderden, zodat je hier of bij het begin kunt starten en in je eigen tempo kunt leren. Dit is les 1 van 4.
Hoe lang duurt de les “Logistische regressie voor ja/nee”?
De meeste lessen van CoddyKit duren ongeveer 5–10 minuten. Elke les is kort en interactief, zodat je gestaag vooruitgaat en op het web en in de app precies verdergaat waar je was gebleven.
Kan ik code schrijven en uitvoeren in deze les over Data Science Academy?
Ja. Elke les over Data Science Academy bevat een ingebouwde code-editor, zodat je rechtstreeks in je browser echte code kunt schrijven en uitvoeren en direct feedback van AI krijgt — lokale installatie is niet nodig.
Alle lessen in deze cursus
- Logistische regressie voor ja/nee
- k-Nearest Neighbors
- Beslisbomen en Random Forests
- De basis van Gradient Boosting