Diferencia entre regresión logística y neurona logística

Question

¿Cuál es la diferencia entre una neurona logística en una red neuronal y una regresión logit?

1. Ambos siguen la función sigmoidea trazada a continuación

Aquí está el código R por razones de reproducibilidad

f <- function(x) {
   1 / (1 + exp(-x))
}

curve(f, xlim = c(-6,6), ylim= c(-0.5,1.5), main = "Sigmoid function", col.main = "red")

2. Ambos son clasificadores binarios

3. Ambos clasificadores son simétricos y dan la misma salida para la misma entrada.

   Pero, ¿cuál es la diferencia entre ambos?

Answer 1

Una red neuronal puede considerarse como un conjunto de unidades de regresión logística en red.

Aunque una regresión logística simple puede funcionar como clasificador por sí sola, no es adecuada para problemas en los que las dimensiones de entrada son muy altas y los datos no son linealmente separables.

Mediante el uso de múltiples unidades de este tipo, una red neuronal intenta aproximarse a cualquier función dada. Sin embargo, el aspecto más importante en el uso de una red neuronal es saber cómo entrenar cada una de estas unidades.

Aquí hay otra pregunta similar a la tuya: Diferencia entre la regresión logística y las redes neuronales