Likelihood & log-likelihood

Lineární regrese se snaží optimalizovat metriku „součet čtverců", aby našla nejlepší přímku. Na logistickou regresi se ale tato metrika nehodí. Logistická regrese místo toho optimalizuje metriku zvanou likelihood (věrohodnost), nebo příbuznou metriku log-likelihood.

Dashboard zobrazuje stav odchodu zákazníků v závislosti na době od posledního nákupu z datasetu churn. Modrá tečkovaná čára je predikční přímka logistické regrese – tedy přímka „nejlepšího přizpůsobení". Černá plná čára znázorňuje predikční přímku vypočítanou z koeficientů intercept a slope, které zadáváš jako logistic.cdf(intercept + slope * time_since_last_purchase).

Měň koeficienty intercept a slope a sleduj, jak se mění hodnoty likelihood a log-likelihood.

Co platí o likelihood a log-likelihood, čím blíže se dostaneš k přímce nejlepšího přizpůsobení?