Vad är logistisk regression?

Modellen du ska anpassa i det här kapitlet kallas logistisk regression. Den liknar linjär regression, men i stället för att förutsäga en numerisk variabel förutsäger den sannolikheten (mellan 0 och 1) för att en händelse inträffar.

För att använda den som en klassificeringsalgoritm behöver du bara ange en tröskel för dessa sannolikheter. Om den förutsagda sannolikheten ligger över tröskeln klassificeras observationen som "ja" (i det här fallet att flyget är försenat) – annars klassificeras den som "nej".

Du finjusterar modellen genom att testa olika värden för ett antal hyperparametrar. En hyperparameter är ett värde i modellen som inte skattas från datan, utan som du som användare anger för att maximera prestandan. I den här kursen behöver du inte förstå matematiken bakom alla dessa värden – det viktiga är att du provar några olika alternativ och väljer det bästa.

Varför anger du hyperparametrar?