Logistic Regression คืออะไร?

โมเดลที่จะใช้ในบทนี้เรียกว่า logistic regression ซึ่งคล้ายกับ linear regression มาก แต่แทนที่จะพยากรณ์ตัวแปรเชิงตัวเลข โมเดลนี้จะพยากรณ์ความน่าจะเป็น (ระหว่าง 0 ถึง 1) ของเหตุการณ์ที่สนใจ

หากต้องการใช้โมเดลนี้เป็นอัลกอริทึมสำหรับการจำแนกประเภท ก็แค่กำหนดจุดตัด (cutoff point) สำหรับค่าความน่าจะเป็น ถ้าความน่าจะเป็นที่พยากรณ์ได้สูงกว่าจุดตัด ก็จะจัดข้อมูลนั้นเป็น 'ใช่' (ในที่นี้คือเที่ยวบินล่าช้า) แต่ถ้าต่ำกว่าก็จะจัดเป็น 'ไม่ใช่'

การปรับแต่งโมเดลนี้จะทำโดยทดสอบค่าต่าง ๆ ของ hyperparameter หลายตัว Hyperparameter คือค่าในโมเดลที่ไม่ได้ประมาณจากข้อมูล แต่ผู้ใช้เป็นผู้กำหนดเองเพื่อให้ได้ประสิทธิภาพสูงสุด ในคอร์สนี้ไม่จำเป็นต้องเข้าใจคณิตศาสตร์เบื้องหลังทุกค่า สิ่งสำคัญคือการลองค่าต่าง ๆ แล้วเลือกค่าที่ดีที่สุด

ทำไมถึงต้องกำหนด hyperparameter?