Che cos'è la regressione logistica?

Il modello che userai in questo capitolo si chiama regressione logistica. È molto simile a una regressione lineare, ma invece di prevedere una variabile numerica, stima la probabilità (tra 0 e 1) di un evento.

Per usarla come algoritmo di classificazione, ti basta impostare una soglia su queste probabilità. Se la probabilità prevista è sopra la soglia, classifichi quell'osservazione come "sì" (in questo caso, volo in ritardo); se è sotto, la classifichi come "no"!

Effettuerai il tuning di questo modello provando diversi valori per alcuni iperparametri. Un iperparametro è un valore del modello che non viene stimato dai dati, ma viene fornito dall'utente per massimizzare le prestazioni. In questo corso non è necessario capire la matematica dietro tutti questi valori: l'importante è provare alcune opzioni diverse e scegliere la migliore.

Perché fornisci tu gli iperparametri?