लॉजिस्टिक रिग्रेशन क्या है?

जिस मॉडल को आप इस अध्याय में फिट करेंगे उसे लॉजिस्टिक रिग्रेशन कहा जाता है. यह मॉडल लीनियर रिग्रेशन से बहुत मिलता-जुलता है, लेकिन एक संख्यात्मक वैरिएबल की भविष्यवाणी करने के बजाय, यह किसी घटना की प्रायिकता (0 और 1 के बीच) का अनुमान लगाता है.

इसे एक क्लासिफिकेशन एल्गोरिदम की तरह इस्तेमाल करने के लिए, आपको बस इन प्रायिकताओं के लिए एक कटऑफ पॉइंट तय करना होता है. अगर प्रेडिक्ट की गई प्रायिकता कटऑफ से ऊपर है, तो आप उस ऑब्ज़र्वेशन को 'हाँ' (इस मामले में, फ्लाइट के लेट होने) के रूप में वर्गीकृत करते हैं; अगर यह नीचे है, तो आप उसे 'नहीं' के रूप में वर्गीकृत करते हैं!

आप इस मॉडल को कई हाइपरपैरामीटर्स के अलग-अलग मान जाँचकर ट्यून करेंगे. हाइपरपैरामीटर वह मान होता है जो डेटा से अनुमानित नहीं किया जाता, बल्कि यूज़र द्वारा प्रदर्शन अधिकतम करने के लिए दिया जाता है. इस कोर्स के लिए इन सभी मानों के पीछे का गणित समझना आवश्यक नहीं है — महत्वपूर्ण यह है कि आप कुछ अलग-अलग विकल्प आज़माएँगे और सबसे अच्छा चुनेंगे.

आप हाइपरपैरामीटर्स क्यों देते हैं?