Likelihood și log-likelihood

Regresia liniară încearcă să optimizeze metrica „sumă a pătratelor" pentru a găsi cea mai bună potrivire. Această metrică nu se aplică regresiei logistice. În schimb, regresia logistică încearcă să optimizeze o metrică numită likelihood sau o metrică înrudită numită log-likelihood.

Dashboard-ul afișează statutul de churn în funcție de timpul scurs de la ultima achiziție, din setul de date churn. Linia albastră punctată reprezintă linia de predicție a regresiei logistice – adică linia de „cea mai bună potrivire". Linia neagră continuă arată o linie de predicție calculată pe baza coeficienților de intercept și pantă pe care îi specifici ca logistic.cdf(intercept + slope * time_since_last_purchase).

Modifică coeficienții de intercept și pantă și urmărește cum se schimbă valorile likelihood și log-likelihood.

Pe măsură ce te apropii de linia de cea mai bună potrivire, care afirmație este adevărată despre likelihood și log-likelihood?