Siempre he sido un poco confundido acerca de modelos de regresión logística. Si hablo a un estadístico, se refieren a los esfuerzos de modelado en términos de la función de enlace logit. Sin embargo, si hablo con un experto en aprendizaje máquina, se refieren a la regresión logística como simplemente implementar un hiperplano (similar a SVM). ¿Cuál es la relación entre la función logística y el hiperplano de separación?
Respuesta
¿Demasiados anuncios?
La imagen de abajo probablemente la respuesta a su pregunta.
Un modelo de regresión logística con 2 características crea una onda basado en la función de enlace logit.
La aplicación de la regla de decisión (por ejemplo, por encima del 50%) transforma la onda a una separación de hyperplane así, pero no similar, que se encuentra en la SVM. Esto se ilustra en la imagen de abajo. Tenga en cuenta que esta separación hyperplane es en el espacio de características.
Estas imágenes vienen de http://blog.data-miners.com/2014/03/lines-and-circles-and-logistic.html Usted puede encontrar una exposición en om el tema.
